-
公开(公告)号：CN108875771A
公开(公告)日：2018-11-23
申请号：CN201810295725.6
申请日：2018-03-30
Applicant: 浙江大学
Abstract: 本发明公开一种基于稀疏高斯伯努利受限玻尔兹曼机和循环神经网络的故障分类模型及方法，它由稀疏高斯伯努利受限玻尔兹曼机、长短时记忆循环神经网络、感知器和Softmax输出层组成；稀疏高斯伯努利受限玻尔兹曼机能够从无标签数据中学习数据的非线性特征，循环神经网络可以很好的处理序列数据，采用长短时记忆单元则解决了网络训练过程中出现的梯度消失或梯度爆炸问题，感知器和Softmax输出层增强了网络的有监督分类能力，本发明的模型具有对非线性数据和动态性数据的优良的特征提取和感知能力，可以有效地解决因过程数据的非线性和故障数据动态性等特点导致的故障分类准确率低的问题。
-
公开(公告)号：CN108334943A
公开(公告)日：2018-07-27
申请号：CN201810005183.4
申请日：2018-01-03
Applicant: 浙江大学
Abstract: 本发明公开了一种基于主动学习神经网络模型的半监督软测量建模方法，它是由主动学习算法和神经网络模型组成；主动学习算法迭代调用神经网络模型，通过神经网络模型从大量的无标签样本中选择出有价值的样本，进行标定并添加到有标签样本集中，使得有标签数据集不断更新，直到建立的模型满足精度要求，最终实现软测量模型的建立。本发明可以有效地解决有标签样本少、无标签样本多导致的软测量建模不准的问题。
-
公开(公告)号：CN105404147B
公开(公告)日：2018-05-01
申请号：CN201510835755.8
申请日：2015-11-26
Applicant: 浙江大学宁波理工学院
IPC: G05B13/04
Abstract: 本发明公开了一种湿法冶金金氰化浸出过程的自优化控制方法，优点在于基于金氰化浸出过程的机理模型，采样多种操作工况；以金氰化浸出过程中一些可测变量的线性组合为被控变量，基于金氰化浸出过程的机理模型和操作成本函数，求解获得被控变量的系数矩阵和恒定设定值；在不确定操作工况下，由控制器控制操纵浸出剂进量，使被控变量保持在恒定设定值上，浸出剂进量就能自动调节到真实的最佳进量附近，从而实现金氰化浸出过程的最优控制。
-
公开(公告)号：CN107464017A
公开(公告)日：2017-12-12
申请号：CN201710647557.8
申请日：2017-08-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于带时间差分贝叶斯网络的自适应软测量预测方法，该方法充分发挥时间差分的优势，通过利用输入、输出变化量来建立贝叶斯网络模型，减弱工业过程漂移对模型的影响。相比于其他现存方法，本发明的最大优势在于不需定期更新模型来适应不断变化的工业过程，并且能有效解决输入或者输出发生漂移情况下模型失配的问题。当数据集存在缺失时，本发明也能给出较准确的预测结果。
-
公开(公告)号：CN107463994A
公开(公告)日：2017-12-12
申请号：CN201710551675.9
申请日：2017-07-07
Applicant: 浙江大学
Abstract: 本发明公开了一种基于协同训练极限学习机半监督软测量的方法，它是由协同训练算法和极限学习机模型组成；协同训练算法迭代调用极限学习机模型最终实现软测量模型的建立；本发明可以有效的解决有标签样本少、无标签样本多导致的软测量建模不准的问题，从而建立准确的半监督软测量模型。
-
Patent Agency Ranking
公开(公告)号：CN103927412B
公开(公告)日：2016-10-12
申请号：CN201410129014.3
申请日：2014-04-01
Applicant: 浙江大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于高斯混合模型（GMM）的即时学习脱丁烷塔软测量建摸方法，该方法首先训练过程高斯混合模型，获取各高斯成分参数，建立相应的子模型；然后通过贝叶斯方法计算待预测样本属于各高斯成分的后验概率，以及各高斯成分下局部马氏距离，从而得到加权的样本相似度定义指标；最后采用新的相似度指标合理选择相似样本用于局部建模。本发明不仅能够很好的处理过程非高斯性和非线性，而且充分提取待预测样本特性，更为合理的选择相似样本用于即时学习建摸，有利于提高模型预测精度。
-
公开(公告)号：CN102880151B
公开(公告)日：2015-02-11
申请号：CN201210387023.3
申请日：2012-10-11
Applicant: 浙江大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种双层数据模型驱动的厂级化工过程监测方法。本发明在分块建模的基础上，通过构建一个双层数据统计分析模型，完成子模块之间关系的建模，从而实现厂级过程的全局监测。相比目前的其它厂级过程监测方法，本发明不仅可以在各个子模块内对过程的各个单元进行监测，而且可以有效地结合厂级过程各个子模块之间的关系信息，利用第二层数据模型对整个厂级过程的全局进行监测，大大提高了厂级化工过程的监测性能，非常有利于厂级过程工业自动化的扩展和实施。
-
公开(公告)号：CN103376795A
公开(公告)日：2013-10-30
申请号：CN201310299200.7
申请日：2013-07-15
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于集成学习建模技术的半导体过程监测方法，该方法在支持向量数据描述算法的基础上，引入集成学习建模技术，通过对不同支持向量数据描述模型的结果进行集成，提升半导体过程的监测性能。集成学习建模过程中，一个很重要的部分是选取合适的集成策略，本发明采用先进的贝叶斯推理策略对不同支持向量数据描述模型进行集成，有效地利用了各个模型的优点。最后，通过构造一个全局统计量对半导体过程进行监测。相比基于单一模型的监测方法，本发明大大提升了支持向量数据描述模型的建模性能，有效改善了半导体过程的监测效果。
-
公开(公告)号：CN103307896A
公开(公告)日：2013-09-18
申请号：CN201310232883.4
申请日：2013-06-09
Applicant: 浙江大学
IPC: F27D19/00
Abstract: 本发明公开了一种基于图像分析的废杂铜熔炼炉的控制方法及控制系统，其通过采集废杂铜工频熔炼过程铜产品的彩色图像，提取其色调，快速估计铜产品的铜含量，能够及时判断熔炼产品是否达到设定值要求，解决铜含量离线检测时间滞后的问题，既能够显著减少离线检测时用于保温的电能消耗，又能够缩短每一炉废杂铜熔炼过程的时间；同时本发明通过实时采集工频熔炼炉内的烟尘图像，利用烟尘图像亮度指数和背景细节模糊度指数，实时估计引风机转速的设定值，进而自动控制引风机的转速。这样既可以减少熔炼炉热能流失、提高加热电能的利用效率，又可以降低引风机恒定高速运转造成的风机电耗，进一步节省电能。
-
公开(公告)号：CN102393395B
公开(公告)日：2013-01-30
申请号：CN201110248514.5
申请日：2011-08-26
Applicant: 浙江大学
IPC: G01N21/84
Abstract: 本发明公开了一种关于铜加工过程铜品位的检测方法，包括：(1)实时采集待测铜液样本的可见光图像和非可见光红外图像；(2)提取出待测铜液样本的红外线强度；(3)提取出待测铜液样本的颜色向量角；(4)估算待测铜液样本的铜品位。本发明通过引入高温铜液的红外信息对熔融铜样的温度变化做出修正，并与铜液的颜色特征信息融合后实现对铜品位的实时精确检测，具有不接触、无损伤、连续、实时、精度高的优点；本发明还公开了一种关于铜加工过程铜品位的检测系统，包括：图像采集单元、红外检测单元和图像处理单元，实时提取待测铜液样本的颜色信息和红外信息，在线评估出铜液的铜品位质量指标，在保证测量精度的前提下缩减了相应的检测成本。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.022 seconds)
