一种高炉风口回旋区温度软测量建模方法

    公开(公告)号:CN113177364A

    公开(公告)日:2021-07-27

    申请号:CN202110557533.X

    申请日:2021-05-21

    Applicant: 东北大学

    Abstract: 本发明提供一种高炉风口回旋区温度软测量建模方法,涉及高炉炼铁生产技术领域。该方法首先采集高炉风口回旋区火焰燃烧的图片数据、反映高炉运行状态的物理变量数据以及高炉风口回旋区燃烧温度数据;并提取高炉风口回旋区火焰燃烧图片数据的特征;然后建立基于皮尔逊相关系数和最小二乘支持向量回归的多核最小二乘支持向量回归模型作为高炉风口回旋区温度软测量模型;并使用正余弦优化算法进行高炉风口回旋区温度软测量模型参数的寻优;最后将寻找到的最优图片数据核函数参数、物理变量核函数参数以及多核最小二乘支持向量回归模型中的正则化参数作为最终的高炉风口回旋区温度软测量模型的参数,实现对风口回旋区燃烧温度的预测计算。

    一种基于声音的双投影邻域保持嵌入的托辊故障检测方法

    公开(公告)号:CN113033690A

    公开(公告)日:2021-06-25

    申请号:CN202110372937.1

    申请日:2021-04-07

    Applicant: 东北大学

    Inventor: 沙鑫 冯琳 张颖伟

    Abstract: 本发明提供一种基于声音的双投影邻域保持嵌入的托辊故障检测方法,涉及故障检测技术领域。该方法通过采集托辊运行过程中的声音数据,对数据中的正常数据进行小波变换能量特征提取,得到小波变换能量特征数据,然后对小波能量特征数据进行双投影邻域保持嵌入特征提取,得到声音数据特征的最优投影矩阵,建立检测模型,构建正常声音数据的特征空间和残差空间的T2统计量,采用核密度估计的方法,根据T2统计量确定检测控制限,进而判断新采集的数据是否发生故障。本发明方法建立了正常托辊运行声音的数据集,同时在不降维和降维的情况下提取数据的主要特征,达到提高故障检测准确性的目的。

    基于协同建模流形降维的氧化镁冶炼过程故障监测方法

    公开(公告)号:CN109885030B

    公开(公告)日:2021-01-12

    申请号:CN201910189822.1

    申请日:2019-03-13

    Applicant: 东北大学

    Abstract: 本发明提出基于协同建模流形降维的氧化镁冶炼过程故障监测方法,包括:采集历史数据;建立邻接图矩阵;将灰度矩阵变换为投影向量,并扩展投影向量,构建目标函数,利用流形降维的方法求得目标函数中的投影向量;基于投影向量,计算灰度矩阵、降维后的向量,利用支持向量机算法对降维后的向量进行建模;利用基于历史数据的支持向量机模型,进行故障诊断,如果某测试数据被分到故障类别,那么有故障发生;本发明主要解决异构数据建模的问题,利用此方法进行的过程监测结果表明,该方法不仅能大大降低误报警,还提高了故障检测的准确性。

    一种提高电熔镁熔坨结晶质量的数值模拟方法

    公开(公告)号:CN107423460B

    公开(公告)日:2020-09-29

    申请号:CN201710186987.4

    申请日:2017-03-27

    Applicant: 东北大学

    Abstract: 本发明提供一种提高电熔镁熔坨结晶质量的数值模拟方法,涉及电熔镁产品质量优化技术领域。该方法首先建立一个将宏观传热、微观形核与生长动力学相耦合的宏微观统一模型,然后利用PROCAST软件对电熔镁冷却凝固过程中的温度场以及微观组织进行数值模拟,进而对熔坨整体温度场变化以及晶粒生长过程进行可视化处理和结果分析讨论,分析过冷度对电熔镁熔坨微观组织的影响趋势。本发明对电熔镁坨冷却凝固过程中的热交换以及微观组织形成过程进行数学物理建模与数值模拟,通过对换热条件等参数的控制,在其凝固规律之上,了解和控制其组织形成,为生产高品位方镁石做准备,有效减少实验次数,节省人力、物力,从而提高实际生产中方镁石产品的质量。

    基于大数据智能核独立元分析的过程故障识别方法

    公开(公告)号:CN108182445B

    公开(公告)日:2020-05-19

    申请号:CN201711325148.2

    申请日:2017-12-13

    Applicant: 东北大学

    Abstract: 本发明提供一种基于大数据智能核独立元分析的过程故障识别方法,涉及流程工业故障诊断技术领域。该方法通过样本数据构建半监督核独立元分析算法,获得样本数据的空间转换矩阵和状态投影矩阵,再构建各个运行状态类别的生产运行状态库;对新采集的数据进行预处理后,通过获得的空间转换矩阵和状态投影矩阵进行初步故障诊断,获得的各个投影方向的置信区间求得实时工况数据的得分因子,计算FICD统计量,进行精准的故障识别。本发明将基于类别成员资格的半监督分类学习方法和核独立元分析相结合,根据状态投影矩阵和构建相应的统计量对工业过程的运行状态进行故障诊断和精准的故障识别,能有效地提升识别电熔镁炉熔炼运行状态的识别度和准确性。

    基于图半监督支持向量机的工业过程大数据故障监测方法

    公开(公告)号:CN107976992B

    公开(公告)日:2020-01-21

    申请号:CN201711222858.2

    申请日:2017-11-29

    Applicant: 东北大学

    Abstract: 本发明提供一种基于图半监督支持向量机的工业过程大数据故障监测方法,涉及故障监测与诊断技术领域。该方法通过采集电熔镁炉生产过程中的图像数据和物理化学数据,构成大数据池,采用传统的半监督支持向量机生成多个不同的大间隔低密度分界线和相应的未标记数据的标记,通过目标函数找出分类效果最好的分界线,建立新的半监督支持向量机,求解得到最优标记,根据最优标记对电熔镁炉过程数据进行故障监测。本发明通过建立电熔镁炉生产流程的物理化学变量和图像声音视频大数据池,充分发挥大数据的优势,利用半监督支持向量机进行最优标记的寻找,提高故障诊断的灵敏度,实现全流程全视角全周期地描述工况。

    基于特征重构和异构数据联合建模的特征选择方法

    公开(公告)号:CN110175602A

    公开(公告)日:2019-08-27

    申请号:CN201910618323.X

    申请日:2019-07-10

    Applicant: 东北大学

    Abstract: 本发明属于故障监测与诊断技术领域,提出了一种基于特征重构和异构数据联合建模的特征选择方法,包括:1)采集工业生产过程的图像数据;2)对原始数据中的图片进行特征提取,形成图像数据向量;3)基于特征重构和异构数据联合建模,根据对选择的特征的稀疏的要求,增加稀疏项,构造目标函数;4)对上一步中得到的目标函数进行优化求解,对该发明进行仿真验证,用分类方法对特征选择的数据进行故障诊断,确定计算时间、分类准确率。本发明能够实现全流程全视角全周期地描述工况,充分发挥联合大数据的优势,实现降低数据维数的目的,进而可以减少计算量,降低计算时间,有利于实现在线的故障检测。

    一种多源异构大数据的多任务处理故障监测方法

    公开(公告)号:CN110045691A

    公开(公告)日:2019-07-23

    申请号:CN201910189215.5

    申请日:2019-03-13

    Applicant: 东北大学

    Abstract: 本发明提出一种多源异构大数据的多任务处理故障监测方法,包括如下步骤:将采集来的不同来源的数据分别进行提取转化处理,得到总的转化处理后的数据;按照规定的时间间隔T,将总的转化处理后的数据进行数据窗口划分;将数据窗口划分后的数据按照采样时间先后顺序进行任务划分,得到任务划分后的数据;基于任务划分后的数据建立目标函数;求解多源异构大数据的多任务处理模型的目标函数,得到最优解,即为多任务的回归模型;基于多任务的回归模型,针对多源异构测试数据进行在线监测;本发明解决了工业大数据中数据来源广泛,类型构成多样,数据维度不统一难以协同建模的问题,监测结果表明本发明提高了故障检测的准确性。

    基于图像特征回归的多视角流形分析故障诊断方法

    公开(公告)号:CN109978031A

    公开(公告)日:2019-07-05

    申请号:CN201910196650.0

    申请日:2019-03-13

    Applicant: 东北大学

    Inventor: 李亚军 张颖伟

    Abstract: 本发明提供一种基于图像特征回归的多视角流形分析故障诊断方法,涉及工业冶炼过程控制技术领域。该方法首先在电熔氧化镁的工业过程中利用多个摄像头从多个视角采集电熔氧化炉图像数据并将其灰度化,得到每个视角采集的视频图像的灰度矩阵;然后建立基于图像特征回归的多视角流形分析故障模型,并计算得到模型中的灰度特征矩阵、每个视角的权重系数、每个视角的映射关系矩阵及残差;最后通过多个视角重新采集电熔氧化镁熔炼过程的待检测数据图像对电熔镁炉工况进行检测。本发明提供的基于图像特征回归的多视角流形分析故障诊断方法,在复杂的现场环境下能有效地提升识别电熔镁炉熔炼运行状态的识别度和准确性,大大降低过程检测的误报率、漏报率。

    基于流形的非负矩阵分解电熔氧化镁工业故障检测方法

    公开(公告)号:CN109961428A

    公开(公告)日:2019-07-02

    申请号:CN201910189843.3

    申请日:2019-03-13

    Applicant: 东北大学

    Inventor: 王美净 张颖伟

    Abstract: 本发明提出基于流形的非负矩阵分解电熔氧化镁工业故障检测方法,包括:采集同一时刻三个视角的训练视频,利用三个不同方位的摄像头采集电解炉炉面上方的视频数据;基于采集的视频数据,提取特征组成特征矩阵;利用非负矩阵分解的方法,求取每个视角的投影矩阵;采用局部线性嵌入的方法,得到每个视角的流形保持公式;获取目标函数;求解目标函数;针对多视角数据,建立新的监控统计量;对于新的测试数据,利用训练数据求取的统计量进行监控,超出控制限的视为故障;本发明把非负矩阵分解方法应用工业故障诊断中,利用非负矩阵分解方法起到降维作用,减少了因维度过高而造成计算困难问题;既融合了三个视角信息又对工业故障起到了很好的诊断作用。

Patent Agency Ranking