-
公开(公告)号：CN106599911A
公开(公告)日：2017-04-26
申请号：CN201611104399.3
申请日：2016-12-05
Applicant: 清华大学 , 青岛清能合创智能科技有限公司
Abstract: 本发明涉及一种基于线性群和广义特征优化的浮法玻璃熔窑火焰识别方法，属于先进制造、自动化和图像处理技术领域，其特征在于，针对玻璃熔窑恶劣生产环境(如粉尘、油污、高温等)下火焰图像所具有的大噪声、存在像素丢失和清晰度低等特点，提出一种基于线性群和广义特征优化的玻璃熔窑火焰识别方法。首先将不完备的玻璃熔窑火焰信息进行线性群变换，并利用矩阵完备方法对线性群变换后的不完备火焰信息进行恢复，从而得到完备的火焰图像；然后，将完备后的火焰图像信息映射到广义特征空间，在广义特征空间中根据近邻规则对火焰状态进行识别。本发明可有效应用于识别玻璃熔窑火焰，以优化玻璃熔窑燃烧状况。
-
公开(公告)号：CN101766954B
公开(公告)日：2012-03-28
申请号：CN201010120558.5
申请日：2010-03-08
Applicant: 华北电力大学(保定) , 清华大学
Abstract: 本发明公开了属于烟气脱硫技术领域的一种用于氧化镁法脱硫副产物回收的复合型有机抑制剂及其制备方法和应用。所述复合型有机抑制剂是将抗坏血酸、苯酚和乙醇溶于水中混合而成，抗坏血酸、苯酚和乙醇的摩尔比为(1～10)∶1∶1，将其加入到脱硫持液槽内，使抗坏血酸、苯酚和乙醇在脱硫浆液中的物质的量浓度依次为2.67×10-6～2.67×10-3mol·L-1、2.67×10-6～2.67×10-4mol·L-1、2.67×10-6～2.67×10-4mol·L-1。本发明抑制剂通过降低亚硫酸镁的氧化反应速率，提高脱硫副产物中亚硫酸镁的含量，便于对脱硫副产物进行回收利用，并简化了工艺，降低了副产物回收的能耗。
-
公开(公告)号：CN102078750A
公开(公告)日：2011-06-01
申请号：CN201010600370.0
申请日：2010-12-10
Applicant: 清华大学
Abstract: 本发明公开了属于烟气脱硫的产物资源化利用技术领域的一种氧化镁法烟气脱硫产物的回收方法，在循环脱硫过程中对吸收液抑制氧化，促进MgSO3的结晶沉析，在其达到浓浆后，用离心泵从循环池下部抽出浓浆，经板框压滤成固体运输到专门的脱硫产物回收厂，再用浓硫酸与MgSO3反应，生成MgSO4浆液和气体SO2；通过微负压收集SO2使之干燥后冷却液化装罐，下面将浆液经过滤、结晶、离心脱水，从而实现与固相和液相杂质分离，经烘干形成工业产品。从而实现了MgSO4·7H2O和液态SO2的工业生产，从而与烟气脱硫一起创造了一套绿色化工流程，提高了脱硫及回收效率和经济效益，全面提高了氧化镁法烟气脱硫的技术经济性能。
-
公开(公告)号：CN117929208A
公开(公告)日：2024-04-26
申请号：CN202211273892.3
申请日：2022-10-18
Applicant: 清华大学
IPC: G01N15/0205 , G01N15/10 , G06T7/00 , G06T7/136 , G06T7/194 , G06T7/62 , G06V10/75 , G06V10/766 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于模板匹配和弱监督回归网络的细胞液滴图像评价方法，属于生物制造及自动控制领域，包括：采用自适应尺度模板匹配生成候选液滴的分割图像；基于弱监督卷积神经网络对包含候选液滴的分割图像进行细胞计数和定位的方法，最终得到整体图像的评价信息。采用本发明公开的细胞液滴图像评价方法，可以对大量细胞液滴的平均直径、直径分布、直径偏差、单包率、多包率、空包率、包裹率等参数进行综合评价。本发明所提出的基于模板匹配和弱监督回归网络的细胞液滴图像评价方法使用方便，所需的模型训练和部署成本低，可为包裹细胞的微流控液滴图像定量评估及液滴微反应器的应用，提供准确、省时省力的评价方法。
-
公开(公告)号：CN106599911B
公开(公告)日：2020-02-21
申请号：CN201611104399.3
申请日：2016-12-05
Applicant: 清华大学 , 青岛清能合创智能科技有限公司
Abstract: 本发明涉及一种基于线性群和广义特征优化的浮法玻璃熔窑火焰识别方法，属于先进制造、自动化和图像处理技术领域，其特征在于，针对玻璃熔窑恶劣生产环境(如粉尘、油污、高温等)下火焰图像所具有的大噪声、存在像素丢失和清晰度低等特点，提出一种基于线性群和广义特征优化的玻璃熔窑火焰识别方法。首先将不完备的玻璃熔窑火焰信息进行线性群变换，并利用矩阵完备方法对线性群变换后的不完备火焰信息进行恢复，从而得到完备的火焰图像；然后，将完备后的火焰图像信息映射到广义特征空间，在广义特征空间中根据近邻规则对火焰状态进行识别。本发明可有效应用于识别玻璃熔窑火焰，以优化玻璃熔窑燃烧状况。
-
Patent Agency Ranking
公开(公告)号：CN106596905B
公开(公告)日：2019-02-05
申请号：CN201611120866.1
申请日：2016-12-08
Applicant: 清华大学 , 青岛清能合创智能科技有限公司
Abstract: 基于多尺度融合ANFIS的玻璃液质量智能预报方法，属于自动控制、信息技术和先进制造领域，具体涉及用于玻璃液质量优化控制的基于多尺度融合ANFIS(自适应神经模糊推理系统)的玻璃液质量智能预报方法。其特征在于，针对玻璃液质量预报存在多个不同时间尺度特性的影响变量的特点，首先分析各输入变量的时间尺度特性，用ANFIS分别建立各影响变量与玻璃液质量间的定量关系单元模型，将各单元模型按照不同时间尺度特性进行融合，从而建立玻璃液质量智能预报模型。该方法可用于对玻璃窑炉的玻璃液质量进行预报，以实现对玻璃质量的有效控制，提高玻璃产品质量的目的。
-
公开(公告)号：CN106771095A
公开(公告)日：2017-05-31
申请号：CN201611104510.9
申请日：2016-12-05
Applicant: 清华大学 , 青岛清能合创智能科技有限公司
IPC: G01N33/38
CPC classification number: G01N33/386
Abstract: 本发明设计一种玻璃配合料和质量的关系基于粗糙集和ANFIS的定量分析方法，属于自动控制、信息技术和先进制造领域，具体涉及用于提高玻璃成品质量的基于粗糙集和ANFIS(自适应神经模糊推理系统)的定量分析方法。其特征在于，首先基于生产历史数据，生成玻璃配合料成分‑质量数据对样本库，建立基于模糊关系的模糊信息系统，并基于粗糙集对上述模糊信息系统进行约简，以确定玻璃配合料成分与成品质量定量关系模型的输入；之后，在分析配合料成分与玻璃质量的滞后时间常数基础上，采用ANFIS建立玻璃配合料成分与成品质量的定量关系模型。该方法可用于分析玻璃配合料成分与成品质量的定量关系，从而优化配合料成分，有效改善玻璃成品质量。
-
公开(公告)号：CN106527141A
公开(公告)日：2017-03-22
申请号：CN201611104943.4
申请日：2016-12-05
Applicant: 清华大学 , 青岛清能合创智能科技有限公司
IPC: G05B13/04
Abstract: 本发明涉及一种基于变论域模糊规则迭代学习的玻璃窑炉空燃比调整方法，属于先进制造、自动化和信息领域，其特征在于，首先建立数据驱动的烟气含氧量指标预报模型，输入变量为空燃比，输出变量为烟气含氧量。同时，在分析玻璃窑炉燃烧过程化学反应机理的基础上，将燃料热值作为输入，建立用于计算空燃比理论值的机理模型，该机理模型所获得的空燃比理论值被用于限定上述数据驱动的烟气含氧量指标预报模型的输入值。在烟气含氧量指标预报的基础上，提出一种基于变论域模糊规则迭代学习的空燃比调整方法，且提出一种约束满足和声搜索算法对变论域模糊规则进行迭代学习。将本发明应用于玻璃生产过程可有效改善窑炉燃烧状况。
-
公开(公告)号：CN103106331A
公开(公告)日：2013-05-15
申请号：CN201210543771.6
申请日：2012-12-17
Applicant: 清华大学
IPC: G06F19/00
Abstract: 基于降维和增量式极限学习机的光刻线宽智能预测方法，属于自动控制、信息技术和先进制造领域，具体涉及针对光刻线宽指标建模过程存在训练数据维数高且分批到达的特点，通过对基于结构风险最小化的批处理极限学习机进行矩阵求逆降维，实现对光刻线宽指标的智能在线预测，其特征在于包括以下步骤：对基于结构风险最小化的批处理极限学习机中的矩阵求逆采用矩阵求逆降维公式进行降维，以建立极限学习机模型参数与新到达数据的关系，实现对极限学习机模型参数的在线增量式学习和输出层权值更新。本发明所提出的基于矩阵求逆降维和增量式极限学习机的指标预测方法对光刻线宽指标具有较好的预测效果。
-
公开(公告)号：CN103105775A
公开(公告)日：2013-05-15
申请号：CN201210543781.X
申请日：2012-12-17
Applicant: 清华大学
IPC: G05B13/02
Abstract: 基于序优化与在线核极限学习机的分层迭代优化调度方法，属于自动控制、信息技术和先进制造领域，具体涉及菜单层批调度策略优化、操作层操作排序优化和基于核极限学习机在线学习的目标函数评价等方法。其特征在于，针对微电子生产过程中的扩散区组批调度过程中决策变量多，批调度策略与操作排序策略之间存在较强耦合等特点，在调度算法中采用了分层调度结构，对菜单层批调度策略和操作层排序策略进行迭代优化，为提高算法运算效率，采用序优化方法快速优化菜单层批调度策略，并通过菜单层和操作层之间的迭代优化，进一步提高调度算法性能。本发明所提出的基于序优化与在线核极限学习机的分层迭代优化调度方法具有较好的求解速度和优化性能。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.02 seconds)
