-
公开(公告)号:CN118964839A
公开(公告)日:2024-11-15
申请号:CN202410974121.X
申请日:2024-07-19
Applicant: 中南大学
IPC: G06F18/10 , G06F18/2136 , G06N3/0499
Abstract: 本发明涉及一种考虑动态约束的深度矩阵分解方法及系统,方法包括:获取原始完整数据集,对原始完整数据集进行数据缺失处理,得到缺失处理数据集;对缺失处理数据集进行标准化预处理;使用标准化预处理后的缺失处理数据集,训练得到考虑动态约束的深度矩阵分解模型;当接收到缺失数据的当前数据集时,通过考虑动态约束的深度矩阵分解模型对当前数据集进行数据补全。将数据变化速率作为动态约束条件来提高模型对缺失数据的补全能力,考虑了数据随时间的变化情况,强调了数据的动态特性而不仅仅是静态数值,通过约束数据变化速率,考虑动态约束的深度矩阵分解模型被引导去理解数据的动态变化规律,从而提高数据的补全精度。
-
公开(公告)号:CN118818993A
公开(公告)日:2024-10-22
申请号:CN202411317292.1
申请日:2024-09-20
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明涉及锌浸出多工况控制技术领域,具体公开了基于回归DeepRED规则提取的锌浸出多工况控制方法、系统,包括步骤100,提取时空特征并用于工况分类;步骤200,提取基于回归DeepRED的神经网络规则;步骤300,构建基于机理误差补偿的数据模型;步骤400,构建基于规则提取与机理误差补偿的数据模型的pH值控制框架以控制中间浸出槽pH值。本发明解决了浸出过程运行状态多样,人工控制精度不足的问题,权衡了控制精度与可解释性,实现对中间浸出槽的pH值的智能控制。
-
公开(公告)号:CN118778424A
公开(公告)日:2024-10-15
申请号:CN202411068567.2
申请日:2024-08-06
Applicant: 中南大学
IPC: G05B11/42
Abstract: 本发明涉及工业过程控制技术领域,具体公开了锌电解运行状态迁移过程关键参数协同优化控制方法,包括以下步骤:步骤S001,根据物料平衡模型、能耗模型、锌产量模型和系统迁移模式,建立以浸出流速和电流密度为决策变量的协同优化模型;步骤S002,使用PID控制器调节浸出流速以控制酸锌比,并将酸锌比作为训练有素的XGBoost控制器的输入来调节电流密度,从而构建以PID控制器为主导控制器的级联控制框架;步骤S003,采用PSO算法搜PID控制器的最优参数,实现了锌电解过程的最优运行状态迁移。本发明能够在不减少迁移期间产量的情况下有效降低切换期间的能耗,进而实现锌电解过程运行状态的最佳轨迹迁移。
-
公开(公告)号:CN115129029B
公开(公告)日:2024-07-16
申请号:CN202210765643.X
申请日:2022-07-01
Applicant: 中南大学
IPC: G05B23/02 , G06F18/28 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于子领域适配字典学习的工业系统故障诊断方法和系统,方法:S1,利用具有标签的源域工况数据初始训练故障分类器,使用初始训练得到的故障分类器对目标域工况数据初始化伪标签;S2,利用源域工况数据和目标域工况数据,构建目标函数进行迁移字典学习;所述目标函数引入LMMD距离度量源域和目标域之间的子领域差异;S3,利用源域工况数据的稀疏表示重新训练故障分类器,并对目标域工况数据的稀疏表示进行分类概率预测,使用分类预测概率值更新目标域工况数据的伪标签;S4,重复S2和S3,直到迭代结束,此时的目标域伪标签中预测概率最大的类别即为对目标域工况下的故障诊断结果。本发明能够准确的进行工业过程跨域故障诊断。
-
公开(公告)号:CN118209148A
公开(公告)日:2024-06-18
申请号:CN202410314618.9
申请日:2024-03-19
Applicant: 中南大学
IPC: G01D18/00 , G06F18/2415 , G06F18/23 , G06N3/0895
Abstract: 本发明涉及工业传感与测量技术领域,具体公开了一种受外部干扰变量引起的传感器测量偏差校正方法,包括以下步骤:采集与偏差传感器相关的过程变量数据、引起传感器产生偏差的干扰变量数据以及偏差传感器数据,构成数据集;采用基于中间样本增强的高斯混合聚类方法对干扰数据和偏差传感器数据所构成的数据样本进行聚类,并得到高斯混合模型中各分类子模型的隶属度;选取样本数最多的类别样本作为零偏差样本,其余样本为待校正样本;利用相关过程数据作为输入、零偏差传感器测量值作为标签,采用神经网络进行有监督训练;将聚类信息集成到半监督学习的拉普拉斯矩阵中,以过程数据作为输入训练半监督神经网络,得到偏差样本的校正值。
-
公开(公告)号:CN115494194B
公开(公告)日:2024-06-11
申请号:CN202211268045.8
申请日:2022-10-17
Applicant: 中南大学
IPC: G01N31/16
Abstract: 本发明公开了一种强酸/强碱溶液的酸碱度自动检测方法,包括以下步骤:对不同已知浓度的强酸/强碱液体的标准样本进行中和滴定,分别提取并记录其在中和滴定过程中的pH电极示数变化曲线,即中和滴定曲线,将不同已知浓度的强酸/强碱液体的中和滴定曲线制作成中和滴定曲线模板数据库;提取待测液的中和滴定曲线;在中和滴定曲线模板数据库中对待测液的中和滴定曲线进行模板匹配,识别出相似标准样本集;基于相似标准样本集中的相似标准样本的酸碱度计算出待测液的酸碱度;其中,待测液为室温下pH 14的强碱。本发明能够解决现有液体酸碱度自动检测方法中,pH电极测量范围无法覆盖pH 14的强碱液体酸碱度的问题,且误差小。
-
公开(公告)号:CN115314609B
公开(公告)日:2023-11-28
申请号:CN202210702123.4
申请日:2022-06-21
Applicant: 中南大学
Abstract: 本发明公开了一种铝电解槽火眼视频的自动化采集方法和装置,方法为:巡检小车在铝电解槽的安全距离轨迹线上巡检;广角摄像机采集铝电解槽的二维码,解析获取当前铝电解槽的信息;在槽门打开之后,根据广角摄像机和定长焦摄像机采集的图像,反馈调节广角摄像机和定长焦工业摄像机的相机云台的舵机;反馈调节相机云台的舵机的方法为:根据广角摄像机采集的图像,采用目标检测算法识别火眼口在图像中的位置,对相机云台的舵机初步旋转控制;根据定长焦摄像机采集的图像,采用网格分区与火眼口对应网格查表的方法,对相机云台的舵机精准旋转控制;使用舵机调节后的定长焦工业摄像机采集
-
公开(公告)号:CN116880427B
公开(公告)日:2023-11-14
申请号:CN202311141613.2
申请日:2023-09-06
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于入料条件估计和分工况综合分析的智能控制方法及系统,针对冶金过程多反应器级联,过程工况多变,操作参数难以精准设定的问题,基于“预设定+调整”的思路,提出了基于入口条件在线估计的操作参数基准量设定和分工况操作参数精细化调整方法。首先,提出了基于可控周期双向深度学习网络的反应器入口条件估计方法,根据反应效率和物料平衡计算操作参数设定值;其次,根据工艺指标调节潜质对工况进行分类,提取不同工况下的操作规则,根据工况类型精细化调整操作参数。工业应用证明了所提方法的有效性。
-
公开(公告)号:CN116680916A
公开(公告)日:2023-09-01
申请号:CN202310663802.X
申请日:2023-06-06
Applicant: 中南大学
IPC: G06F30/20 , G06N3/0442 , G06F18/23213 , G06F119/02
Abstract: 本发明涉及湿法冶金反应器技术领域,具体公开了一种湿法冶金反应器反应状态综合感知的级联建模方法,包括依次进行的入口条件感知模型的建立、工况感知模型的建立和出口技术指标感知模型的建立,其中,入口条件感知模型又包括机理模型、数据模型和集成模型,工况感知模型设立有工况划分方法和在线感知,出口技术指标感知模型在不同工况搭建有机理模型、数据模型和集成模型,解决了传统的现有湿法冶金反应器的仅依靠出口技术指标建模评价过程反应状态,未考虑入口条件和工况变化的影响,存在反应状态评价不准确的问题。
-
公开(公告)号:CN116502757A
公开(公告)日:2023-07-28
申请号:CN202310475723.6
申请日:2023-04-28
Applicant: 中南大学
IPC: G06Q10/04 , G06Q10/087 , G06Q30/0201 , G06Q50/04
Abstract: 本发明公开了一种原料价格及生产负荷不确定条件下的锌精矿多周期鲁棒采购方法,首先建立以当前周期为起始周期的多周期规划期的锌精矿鲁棒采购模型,然后求解该模型得到规划期内各周期的锌精矿采购量,并将起始周期锌精矿采购量作为当前周期的锌精矿采购量进行决策执行;其中,锌精矿鲁棒采购模型的目标函数为最小化最差场景下的锌精矿总成本,且最差场景考虑了未来原料价格和生产负荷的不确定变化,可在保证锌精矿供应稳定性的前提下提升原料采购的经济性。另外考虑原料价格动态波动和生产负荷季节性变化特性,采用数据驱动的基数不确定集,实现对不确定性的自适应精准描述,有效避免人工设定不确定集过小或过大导致决策过于激进或保守的问题。
-
-
-
-
-
-
-
-
-