-
公开(公告)号：CN109061101A
公开(公告)日：2018-12-21
申请号：CN201810693030.3
申请日：2018-06-29
Applicant: 东北大学
IPC: G01N33/24
CPC classification number: G01N33/24
Abstract: 本发明提出一种浓密机底流浓度、泥层高度、内部矿量软测量装置和方法，属于选冶领域，包括N个压力传感器、电缆、钢缆、和配重。N个压力传感器用来测量浓密机中不同高度待测试矿浆的压力，按照第N个压力传感器所位于的横向位置确定钢缆在浓密机走行架上的横向吊装位置，根据采集浓密机底流浓度值和N个压力传感器压力数据，拟合建模，用来测量待测试矿浆的浓密机的底流浓度、泥层高度、内部矿量。本发明成本低、安装便捷、不存在射源问题，且维护周期长，维护方便。通过在现场应用，并与离线浓度检测值、泥层高度测量值、入矿量进行对比，说明该发明的测量精度能够满足生产现场需求。
-
公开(公告)号：CN106886154A
公开(公告)日：2017-06-23
申请号：CN201710280388.9
申请日：2017-04-26
Applicant: 东北大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明涉及冶金技术领域，涉及一种基于区间数的湿法冶金全流程建模方法与优化方法，建模方法包括：根据预设时间段内历史数据中的输入变量、输出变量和操作变量建立湿法冶金过程中上游子流程的操作模式库，操作模式库中包括：输入变量、输出变量和操作变量之间的映射关系；根据预设时间段内历史数据中下游子流程在各种工序下的综合经济指标、最优氰化钠操作参数、最优锌粉操作参数，建立最优模式库，所述最优模式库包括：综合经济指标、各工序质量指标、最优氰化钠操作参数、最优锌粉操作参数的映射关系；将所述操作模式库和最优模式库组成湿法冶金过程中的全流程最优模态库。上述方法通过全流程最优模态库在应用中能够提高湿法冶金的经济效益。
-
公开(公告)号：CN104199285A
公开(公告)日：2014-12-10
申请号：CN201410258246.9
申请日：2014-06-12
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于串行混合模型的金氰化浸出过程浸出率实时预测方法，即实现浸出率的在线预测方法。预测方法的特点是：（1）本发明建立了完整的金氰化浸出过程动态机理模型—金、氰离子物料守恒方程，并以此机理模型作为串行混合预测模型的核心，这样能够保证模型趋势的准确性；（2）本发明基于Tikhonov正则化方法估计金氰化浸出过程动力学反应速度，该方法可以有效抑制测量数据噪声对估计结果的影响。并采用BP神经网络数据模型以串行形式估计机理模型中的未知参数，提高了模型的精度及推广能力。本发明的预测方法有以下优点：采用了机理模型与数据模型相结合的串行混合建模方法，充分利用了已有的过程先验知识，提高了动态机理模型的预测精度以及泛化能力，具有结构简单、可靠性高、可解释性强、泛化能力好等优点。
-
公开(公告)号：CN118608874B
公开(公告)日：2024-12-03
申请号：CN202411070308.3
申请日：2024-08-06
Applicant: 东北大学
IPC: G06V10/764 , G06V10/56 , G06V10/54 , G06V10/774
Abstract: 本申请涉及冶金领域。本发明公开了阳极炉精炼还原期采样点判断方法、装置、设备及介质，方法，包括：获取炉口火焰图像；基于预先设置的图像预处理模型，根据炉口火焰图像，得到处理后炉口火焰图像；基于预先设置的图像特征提取模型，得到处理后炉口火焰图像中的颜色特征、纹理特征、形状特征；将颜色特征、纹理特征、形状特征输入训练得到的还原期采样点判断模型，判断炉口火焰图像对应的时间点是否为还原期后期采样点。本申请通过从火焰图像中提取的颜色特征、形状特征和纹理特征，基于还原期采样点判断模型识别出还原期后期采样点，提高了识别的准确性，避免了因人为主观因素延误精炼时间加大的冶炼成本，增加了生产的主动性，提高了生产效率。
-
公开(公告)号：CN113110341B
公开(公告)日：2022-03-25
申请号：CN202110430280.X
申请日：2021-04-21
IPC: G05B19/418
Abstract: 一种基于潜变量过程迁移模型的批次过程分层优化方法，上层优化部分，利用DoDE方法在生产过程约束条件下产生涵盖全过程信息的样本点，通过在样本点对应条件下执行生产过程，得到相应的产品质量输出信息并依此建立全局RSM；通过求解基于RSM的优化问题，得到操作变量的次优轨迹并将其作为下层优化的初始工况点；下层优化中，基于即时学习和迁移学习思想建立次优解附近的局部JY‑PLS潜变量过程迁移模型；建模完成后，采用批次间自整定方法对操作变量轨迹进行优化；提出关于当前运行的批次个数和产品质量的判别准则，作为判断上层优化结束时传递至下层优化的初始工况点是否具备实现预期生产目标的判据。该方法能够实现少数据情况下的批次过程高效、精细优化。
-
Patent Agency Ranking
公开(公告)号：CN109061101B
公开(公告)日：2021-02-19
申请号：CN201810693030.3
申请日：2018-06-29
Applicant: 东北大学
IPC: G01N33/24
Abstract: 本发明提出一种浓密机底流浓度、泥层高度、内部矿量软测量装置和方法，属于选冶领域，包括N个压力传感器、电缆、钢缆、和配重。N个压力传感器用来测量浓密机中不同高度待测试矿浆的压力，按照第N个压力传感器所位于的横向位置确定钢缆在浓密机走行架上的横向吊装位置，根据采集浓密机底流浓度值和N个压力传感器压力数据，拟合建模，用来测量待测试矿浆的浓密机的底流浓度、泥层高度、内部矿量。本发明成本低、安装便捷、不存在射源问题，且维护周期长，维护方便。通过在现场应用，并与离线浓度检测值、泥层高度测量值、入矿量进行对比，说明该发明的测量精度能够满足生产现场需求。
-
公开(公告)号：CN112257248A
公开(公告)日：2021-01-22
申请号：CN202011115405.1
申请日：2020-10-16
Applicant: 山东黄金矿业(莱州)有限公司三山岛金矿 , 东北大学
IPC: G06F30/20 , B01D37/04 , C22B3/22 , G06F111/06 , G06F111/04
Abstract: 本发明公开了一种基于分层优化模型的浓密压滤过程协调优化控制方法，涉及湿法冶金技术领域。首先,利用生产中积累的生产数据，建立脱水过程的预测模型；然后，针对脱水过程存在的问题，建立两步优化模型。优化目标为脱水过程能耗经济指标最小，约束为阶梯电价、浓密机运行安全、生产指标。采用GA‑GAS方法对优化模型进行优化求解，并通过离线仿真进行方法验证，离线仿真与现场应用表明该优化模型具有提高脱水过程底流浓度生产指标、降低过程能耗经济指标、减少滤布损耗、降低生产异常次数等作用。
-
公开(公告)号：CN109276945B
公开(公告)日：2020-10-23
申请号：CN201811242090.X
申请日：2018-10-24
Applicant: 东北大学
Abstract: 本发明提出一种浓密脱水过程入料异常工况的自愈控制方法，流程包括：对第一层优化模型进行描述，包括：将压力最大值最小化及将浓度最小值最大化；对第二层优化模型进行描述，在安全极限内，使生产能耗成本达到最低；对第三层优化模型进行描述，放宽经济指标，以满足现场操作人员的习惯；本发明针对某金矿厂选矿车间入料异常工况进行了自愈控制方法的研究，可实现当现场浓密脱水工序出现异常工况时，仍可以继续对后续生产过程进行操作指导，求解出更精准、合理的放矿时间，以协助操作员进行控制，保证浓密脱水过程安全、稳定运行，提高综合经济效益，同时减少压滤机的故障率。
-
公开(公告)号：CN108181891A
公开(公告)日：2018-06-19
申请号：CN201711325147.8
申请日：2017-12-13
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种基于智能核主元分析的工业大数据故障诊断方法，涉及故障监测与诊断技术领域。该方法通过采集电熔镁炉熔炼过程中的图像、电流等数据，异构建模大数据池，对数据池中的样本进行智能核主元分析，得到分类器判别矩阵的最优解，建立初始监测分类器模型，采用平均即使风险逼近批量学习的批量风险的方法更新初始监测分类器模型，由更新后的监测分类器对新采集到的异构后的数据进行分类标记，求得结果图，通过结果图即可判断新采集的数据是否发生故障。本发明建立了生产流程的物理化学变量和图像声音视频的大数据池，实现结合多个信息源的互补信息，发现数据源之间的关联关系，以达到降低误报警率、提高故障检测的准确性的目的。
-
公开(公告)号：CN104597755B
公开(公告)日：2017-02-15
申请号：CN201410258103.8
申请日：2014-06-12
Applicant: 东北大学
Abstract: 一种湿法冶金金氰化浸出过程优化方法，采用已知的湿法冶金金氰化浸出工艺，在确保稳定生产及达到生产指标的基础上，实现总生产成本的最小化，包括下述工艺步骤：（1）数据采集、（2）辅助变量的选取和数据处理、（3）优化模型建立、4）优化模型的求解、（5）浸出过程优化操作指导的确定步骤。本发明能根据生产要求及生产现场状况，优化指导生产过程中的原料添加量，制定合理的生产计划，以解决生产过程中存在的原料添加量不足以及盲目过多添加等问题，确保达到生产要求的同时，避免原料浪费。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.019 seconds)
