公开(公告)号：CN116125922A

公开(公告)日：2023-05-16

申请号：CN202310023849.X

申请日：2023-01-09

Applicant: 中南大学

Inventor： 阳春华 ,  张娇娇 ,  黄科科 ,  吴德浩 ,  李勇刚 ,  朱红求 ,  桂卫华

IPC: G05B19/418

Abstract: 本发明公开了一种基于平行式字典学习的复杂工业过程监测方法和系统，方法包括：根据各监测变量的方差膨胀因子，提取工业过程的共线性变量集；基于线性最大化方法从共线性变量集中划分线性变量子集，剩余监测变量构成非线性变量子集；对每个线性变量子集均基于字典学习建立线性监测模型，对非线性变量子集则基于核字典学习建立非线性监测模型；基于建立的线性和非线性监测模型计算重构误差，并计算各误差控制限；在线获取复杂工业过程的实时监测样本数据，计算各变量子集的重构误差；基于各重构误差和控制限，融合计算当前监测样本数据的全局指标，由全局指标判定当前工业过程是否故障。本发明可以实现对线性、非线性共存的复杂工业过程的监测。

公开(公告)号：CN110490375B

公开(公告)日：2022-12-20

申请号：CN201910711991.7

申请日：2019-08-02

Applicant: 中南大学

Inventor： 李勇刚 ,  陈宇 ,  刘卫平 ,  阳春华 ,  孙备 ,  黄科科 ,  李育东 ,  朱红求

IPC: G06Q10/04 ,  G06Q10/06

Abstract: 本发明中一种炼锌配料优化方法和系统，在考虑各矿仓成分不确定性后以配料总价格最低为目标，以混合锌精矿中锌的生产成本最低为目标，以各种锌精矿使用量为决策变量，以各种锌精矿中各种矿质元素含量为随机变量，构建分布式鲁棒联合机会约束规划模型；获取各种锌精矿入库时对应的各种矿质元素的均值和方差，根据所述均值和方差，求解所述分布式鲁棒联合机会约束规划模型的最优解；根据所获取的最优解所对应的各种锌精矿的配比进行锌精矿冶炼所需混合锌精矿的配料。相比起现有的采用平均值进行配料的方法而言，用本发明模型求解出的最优解来知道炼锌配料，配出来的混合锌精矿质量的更稳定，使用的锌精矿原料成本更低。

公开(公告)号：CN114692736A

公开(公告)日：2022-07-01

申请号：CN202210255434.0

申请日：2022-03-15

Applicant: 中南大学

Inventor： 阳春华 ,  苏一敏 ,  程菲 ,  周灿 ,  朱红求 ,  李勇刚

IPC: G06K9/62 ,  G06F17/16 ,  G06N20/00

Abstract: 本发明公开了一种基于可逆特征提取的锌液痕量多离子光谱检测方法及其应用，包括：采集足量的待测锌液并检测其吸收光谱，抽取小部分样本进行化学分析得到各离子的浓度值；构建可逆的NICE模型，采用吸光度数据训练NICE模型，通过模型拟合吸光度的分布实现独立潜在特征的提取；基于NICE模型，对带离子浓度值的样本的吸光度数据进行可逆无损的特征提取并转化为独立潜在变量，利用独立潜在变量与对应离子浓度值，构建PLS回归模型；基于NICE模型和PLS回归模型，利用待测锌液的吸收光谱，预测各金属离子的浓度。本发明大大降低了检测成本、提高了检测实时性；解决了待测离子间吸收光谱严重重叠且相互干扰的问题，检测结果可靠。

公开(公告)号：CN114510831A

公开(公告)日：2022-05-17

申请号：CN202210074139.5

申请日：2022-01-21

Applicant: 中南大学

Inventor： 阳春华 ,  李文婷 ,  李勇刚 ,  张凤雪 ,  桂卫华 ,  朱红求 ,  韩洁 ,  周灿

IPC: G06F30/20 ,  G06Q10/06 ,  G06Q10/00 ,  G06Q30/02 ,  G06F111/06 ,  G06F119/02

Abstract: 本发明公开了一种污水处理过程传感器优化布置方法、设备和介质，其中方法为：对污水处理过程建立系统有向图模型，定义传感器布局的决策变量矩阵；基于结构可观测性及冗余性准则，建立基于决策变量矩阵、考虑污水处理不同环节待测变量重要性的污水处理全流程传感器优化布置模型；采用离散多目标状态转移算法，求解污水处理全流程传感器优化布置模型得到最优解集；引入高效非支配排序策略和拥挤距离多样性保持策略保证最优解的有效性和分布性；基于腐蚀度和维护成本的评估策略，从最优解集中选择适于污水处理过程应用的唯一解。本发明技术对污水处理过程传感器的优化布置具有指导意义，进一步地为污水处理厂优化运行提供技术基础。

公开(公告)号：CN114494064A

公开(公告)日：2022-05-13

申请号：CN202210091873.2

申请日：2022-01-26

Applicant: 中南大学

Inventor： 周灿 ,  阳波 ,  阳春华 ,  朱红求 ,  李勇刚 ,  刘天豪

IPC: G06T5/00 ,  G06T7/13 ,  G06T5/10

Abstract: 本公开实施例中提供了一种电解槽红外热图像透视畸变矫正方法，属于图像处理技术领域，具体包括：采集红外热图像；二值化后采用Hough变换提取母排方向直线，以及，边缘检测后采用Hough变换提取极板方向直线；利用直线分群筛选算法从母排方向直线和极板方向直线中筛选有效直线，相交得到两个方向灭点；利用两个方向灭点构造前后变换点对，采用逆透视变换模型对红外热图像进行透视畸变矫正。通过本公开的方案，采用Hough变换检测极板和母排的方向直线，直线分群筛选算法筛选有效直线相交获得灭点，通过灭点构造变换前后点对，并采用逆透视变换进行透视畸变矫正，提高了电解槽红外热图像的矫正效率、精准度和适应性。

公开(公告)号：CN113033683B

公开(公告)日：2022-05-06

申请号：CN202110350447.1

申请日：2021-03-31

Applicant: 中南大学

Inventor： 黄科科 ,  韦可 ,  阳春华 ,  李繁飙 ,  李勇刚 ,  朱红求

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于静态与动态联合分析的工业系统工况监测方法和系统，其方法为：针对一段稳定工况的工业过程数据序列，使用慢特征分析法提取样本的静态和动态特征；使用静态和动态特征分别训练初始的静态和动态SOM网络；利用静态和动态SOM网络权值和输入计算样本量化误差，计算当前工况的静态和动态控制限；在线获取工业过程数据，提取其静态和动态特征，分别计算与静态/动态SOM网络的量化误差，与静态和动态特征判别控制限比较，判断工业过程当前时间点是否发生工况变化，若变化，则利用新的数据训练新的静态与动态SOM网络，若未变化，则使用样本更新已有的SOM网络权值。本发明可以更真实准确地判断工业过程的工况变化时间点。

公开(公告)号：CN113011321B

公开(公告)日：2022-05-06

申请号：CN202110285933.X

申请日：2021-03-17

Applicant: 中南大学

Inventor： 李勇刚 ,  刘力溥 ,  阳春华 ,  韩洁 ,  耿静轩 ,  朱红求 ,  周灿

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于联合字典的光谱信号去噪方法、系统、终端及可读存储介质，其中，方法包括：步骤S1：构建联合字典，其包括：获取纯光谱数据以及噪声光谱数据；利用纯光谱数据构建纯光谱字典以及利用噪声光谱数据构建噪声谱字典，进而得到联合字典；基于联合字典采用最小角回归算法处理目标光谱曲线得到最优稀疏表示系数；利用最优稀疏表示系数以及联合字典得到目标光谱曲线的降噪光谱并进行评估，若不满足评估要求，调整联合字典直至满足评估要求；步骤S2：利用步骤S1中的联合字典对待去噪的光谱曲线进行去噪。本发明利用联合字典，提高了光谱去噪效果。

公开(公告)号：CN111723857B

公开(公告)日：2022-03-29

申请号：CN202010534144.0

申请日：2020-06-17

Applicant: 中南大学

Inventor： 黄科科 ,  阳春华 ,  梁慧平 ,  李繁飙 ,  李勇刚 ,  桂卫华

IPC: G06K9/62 ,  G06F16/903 ,  G06F17/16

Abstract: 本发明公开了一种流程生产装备运行状态的智能监测方法及系统，其中方法包括：获取流程生产装备分别两种生产条件的各模态下运行得到的数据，分别作为源域数据和目标数据；利用源域数据和目标数据构建目标函数进行迁移字典学习，得到的字典可以将源域和目标域映射到一个不变子空间中，在该子空间中消除了域间分布差异，从而使子空间的数据的外部条件信息被消除，同时公共的内部机理信息得以保留；利用OMP算法和核密度估计算法即可对在线监测数据进行监测。本发明的监测方法及系统具有强大的泛化能力，面对在线监测数据和历史训练数据服从不同分布时，仍可以取得准确的监测效果。

公开(公告)号：CN114047161A

公开(公告)日：2022-02-15

申请号：CN202111261338.9

申请日：2021-10-28

Applicant: 中南大学

Inventor： 阳春华 ,  刘紫怀 ,  李勇刚 ,  罗旗舞 ,  马润洲 ,  蓝丽娟 ,  桂卫华

IPC: G01N21/39

Abstract: 本发明提供了一种激光器发射波长的自诊断方法，包括如下步骤：采集一定数量的实时二次谐波信号；提取出连续信号中每个二次谐波信号中左右谷值的位置与幅度；随后，将所有的谷值信息整理到同一坐标系中；接着，利用线性最小二乘拟合方法拟合所有的谷值点，获得拟合直线的斜率值K，并推算出双谷倾角θ，其中θ始终为锐角，且可为负值；再将θ值的绝对值与执行阈值THD相比较，判定激光器发射波长与最优波长之间的偏差是否达到了需要进行干预的界限；最后，若将θ值大于执行阈值THD，则利用提出的发射波长补偿公式计算需要调整的电压偏置值，从而更新激光器输出参数。与相关技术相比，本发明提供了一个全新的一种激光器发射波长自诊断方法。

公开(公告)号：CN113239565A

公开(公告)日：2021-08-10

申请号：CN202110582132.X

申请日：2021-05-27

Applicant: 中南大学

Inventor： 李勇刚 ,  冯振湘 ,  孙备 ,  阳春华 ,  黄忠民 ,  桂卫华 ,  朱红求 ,  龙双 ,  刘卫平

IPC: G06F30/20 ,  G06F119/14

Abstract: 本申请公开了一种沸腾焙烧炉产品质量软测量方法及装置，该方法包括：获取沸腾焙烧炉的多组生产数据，其中，生产数据是沸腾焙烧炉在生产时的多个参数；建立沸腾焙烧炉的机理模型；将多组生产数据代入到机理模型中，通过迭代优化获取未知模型参数的最优值，并将未知模型参数的最优值代入到机理模型中；根据机理模型得到每组生产数据对应的质量分数的预测序列；根据多组训练数据构建神经网络模型，神经网络模型用于根据生产数据输出预测的质量分数。通过本申请解决了现有技术中无法对沸腾焙烧炉产品质量进行有效的预测的问题，从而能够实现对沸腾焙烧炉产品质量的有效在线预测。