基于多模型迁移和BMA理论的复杂工业过程低成本建模方法

    公开(公告)号:CN109902378A

    公开(公告)日:2019-06-18

    申请号:CN201910138294.7

    申请日:2019-02-25

    Abstract: 本发明公开了一种基于多模型迁移和BMA理论的复杂工业过程低成本建模方法,属于工业生产过程构建性能预测模型技术领域。本发明利用拉丁超立方采集新工业过程建模的初始数据集;然后确定相似旧工业过程模型,利用贝叶斯模型平均理论评估旧工业过程模型对新工业过程建模的权重,得到旧工业过程的融合输出;最后通过多模型迁移策略迁移旧工业过程的有用信息并结合少量新工业过程数据完成新工业过程建模。同时设计了基于嵌套拉丁超立方设计的序贯实验采集新工业过程的最小建模数据集。本发明有效解决了复杂工业过程建模成本高、建模周期长的问题,降低了建模成本,加快了建模速度,提高了建模精度。

    一种基于块增量随机配置网络的工业过程软测量建模方法

    公开(公告)号:CN109635337A

    公开(公告)日:2019-04-16

    申请号:CN201811345086.6

    申请日:2018-11-13

    CPC classification number: G06F17/5009 G06N3/0454 G06N3/0472 G06N3/08

    Abstract: 本发明公开一种基于块增量随机配置网络的工业过程软测量建模方法,包括:初始化块增量随机配置网络学习所需要的参数;根据监督机制,将隐层节点按块配置,并找出满足约束条件的隐层节点块作为新增候选节点块;从新增候选节点块中找出最佳隐层参数,计算新增隐层输出并构建隐层输出矩阵;通过优化算法得到当前网络的输出权值,并根据相邻两次迭代中残差的差值,利用模拟退火来更新下一次迭代的块宽,在当前网络隐层节点数超过给定最大隐层节点数或当前迭代中的残差满足期望容差时,不再增加新节点块,建模完成,得到块增量随机配置网络。本发明不仅能有效提高建模速度,而且所建立网络具有良好的紧致性,能够很好地满足工业过程软测量的需求。

    基于T-KPRM复杂工业过程运行状态评价方法及应用

    公开(公告)号:CN105278520B

    公开(公告)日:2018-09-21

    申请号:CN201510369102.5

    申请日:2015-06-29

    Abstract: 本发明公开一种基于T‑KPRM的复杂工业过程运行状态评价方法及其应用,方法结合了PRM和T‑KPLS二者的优点,进一步分解KPLS的高维主元子空间和残差子空间:将与输出有关的部分与输出无关的部分分离开来,将有较大残差的部分和最终噪声的部分分离开来;能准确提取出与输出相关的变量信息,便于掌握现场工业过程运行状态。方法的应用是建立运行状态的离线评价模型,引入滑动窗口技术,利用在线数据窗与相应评价等级之间的相似度进行复杂工业过程运行状态的在线评价。利用滑动数据窗与最优评价等级之间欧式距离,计算相应变量的贡献率,对运行状态非最佳因素进行识别,便于现场操作人员及时调整和改进生产策略,提高了生产效率。

    一种基于双目立体视觉深度感知的矿用带式输送机煤量检测方法

    公开(公告)号:CN107424143A

    公开(公告)日:2017-12-01

    申请号:CN201710239653.9

    申请日:2017-04-13

    Abstract: 一种基于双目视觉深度感知的矿用带式输送机煤量检测方法,在带式输送机上安装一个速度传感器实时采集运输皮带速度信号传输至上位机,在运输皮带上方安装两个平行放置的摄像机实时采集运输煤料图像传输至上位机,进行图像分析与处理,具体步骤为:采用多分辨率小波变换算法增强运输煤料图像,结合K-means聚类算法分割出仅含煤料的图像;采用双目视觉方法获取煤料三维点云信息;采用Delaunay算法计算出运输煤料的初始体积,结合T-S模糊逻辑推理的方法对运输煤料体积进行修正,应用煤量计算公式实现煤料量的检测。本发明能够根据运输煤料表面煤块的特点实时测得当前运输的煤料量,误差较小、有效性高,具有实用价值,方便推广。

    一种基于厚尾噪声的非线性状态空间系统鲁棒辨识方法

    公开(公告)号:CN116702562B

    公开(公告)日:2025-02-28

    申请号:CN202310836890.9

    申请日:2023-07-10

    Abstract: 本发明提供了一种基于厚尾噪声的非线性状态空间系统鲁棒辨识方法,包括:步骤1:建立双连杆机械臂系统的连续时间动力学模型,然后转化为离散形式的状态空间模型,收集双连杆机械臂系统中末端垂直向下的外力数据,采集两个连杆相对于水平面的角位移构成辨识数据集;步骤2:引入系统噪声分布及模型参数的先验分布,形成双连杆机械臂系统辨识问题的概率描述;步骤3:基于辨识数据集和双连杆机械臂系统辨识问题的概率描述,在期望最大化算法框架下迭代更新,得到待辨识参数。本发明能够有效的解决此类系统的模型参数辨识问题,对双连杆机械臂系统的非线性状态空间系统辨识理论的完善及其工业实际应用起到了极大的促进作用。

    一种基于改进卷积神经网络的煤炭密度预测方法及系统

    公开(公告)号:CN119130945A

    公开(公告)日:2024-12-13

    申请号:CN202411163727.1

    申请日:2024-08-23

    Abstract: 本发明公开了一种基于改进卷积神经网络的煤炭密度预测方法及系统,该方法包括如下步骤:采集待预测密度的煤炭样本的CT图像并进行计算机图像学预处理,根据灰度直方图对图像进行鲁棒的灰度值归一化处理,得到用于改进卷积神经网络的原始输入数据;对煤炭在图像中的位置进行标注;利用得到的训练数据集对改进卷积神经网络模型进行训练,训练完成后获得改进卷积神经网络模型的权重文件;改进卷积神经网络模型利用已经获得的权重文件在图像中自动标出每个煤样的密度。本发明有效避免由于煤炭样本表面附着煤粉、煤炭表面纹理信息导致预测密度错误等问题;适用于选煤现场批量堆叠煤碳颗粒密度预测;具有很强的泛化能力。

    非视距环境下基于变分贝叶斯卡尔曼滤波的UWB定位方法

    公开(公告)号:CN118843079A

    公开(公告)日:2024-10-25

    申请号:CN202410835372.X

    申请日:2024-06-26

    Abstract: 本发明公开了一种非视距环境下基于变分贝叶斯卡尔曼滤波的UWB定位方法,包括步骤如下:根据无人系统运动信息和UWB基站与无人系统之间的测量信息,构建包含过程方程和量测方程的无人系统状态空间模型,并建模过程噪声和量测噪声;利用上一时刻状态估计值及后验协方差对当前时刻目标运动状态进行预测,得到目标运动状态的一步预测值和相应的协方差矩阵;借助变分学习联合估计系统状态变量和噪声参数后验分布;输出定位估计结果及对应的协方差矩阵。本发明解决了时变非视距环境下诱导的UWB量测噪声服从时变偏斜非高斯分布且其先验信息未知下定位估计问题,提高了动态、复杂环境下室内定位精度。

    一种面向概念漂移数据流的矿浆密度智能检测方法

    公开(公告)号:CN118606600A

    公开(公告)日:2024-09-06

    申请号:CN202410743042.8

    申请日:2024-06-11

    Abstract: 本发明公开了一种面向概念漂移数据流的矿浆密度智能检测方法,包括:得到人工化验值矿浆密度;得到线性模型估计值;得到数据驱动模型估计值;得到智能检测模型的估计值以及置信区间;得到线性模型估计值以及估计值的方差;得到非线性模型对密度的估计值;估计值不在置信区间内,进行结构动态调整以增强模型的泛化性能;反之完成整体模型的更新;选取一部分数据根据高斯过程回归和正则化随机配置的方法建立初始模型,通过流数据分别更新线性模型和非线性模型,将两个模型检测的结果相结合得到最终的矿浆密度检测值。本发明构建了一个由已知的线性模型以及未知非线性模型组成的整体模型,解决工业生产过程中矿浆密度检测时存在的精度和实时性问题。

Patent Agency Ranking