-
公开(公告)号：CN116224783A
公开(公告)日：2023-06-06
申请号：CN202211691937.9
申请日：2022-12-27
Applicant: 北京工业大学 , 北京瑞太智联技术有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种基于等价输入干扰的烟气制酸温度模型预测控制方法，该方法对烟气制酸脱硫过程进行分析，首先需结合大量的生产监测数据，对被控系统进行参数辨识，从而获得系统模型。其次，设计基于模型预测控制和等价输入干扰的系统控制结构框图，在此基础上，设计连续时间的模型预测控制器，可以减少计算量，便于工程应用。然后，采用模型预测控制和等价输入干扰相结合的方法，在实现温度值准确跟踪的基础上，有效抑制系统不确定性和外部干扰对系统性能造成的影响。最后，根据稳定性定理验证闭环系统的稳定性。通过实现对温度值跟踪过程的快速性、准确性和鲁棒性，最终提高SO2的转化率和硫酸产量。
-
公开(公告)号：CN113067628B
公开(公告)日：2023-03-28
申请号：CN202110304606.4
申请日：2021-03-22
Applicant: 天地信息网络有限公司 , 北京工业大学
IPC: H04B7/185
Abstract: 本文提出了一种基于非理想电池模型低轨道卫星网络的链路调度方法，用于解决低轨道卫星网络中，卫星使用非理想电池模型下，如何高效使用能量的同时进行链路调度的问题。具体包括构建LEO网络模型，得到网络的全局信息，其中包括链路信息和数据流量需求信息；根据第一步得到的网络的链路信息，建立传输集合，得到网络中可以同时调度的链路集合；基于非理想的电池模型，确立选择传输集合的约束条件，从第二步建立的传输集合中进一步得到每个时隙候选的传输集合；建立数学模型，得到最终的链路调度方法。本发明使得在最短时间内满足链路上的数据流量需求，减少了数据传输过程中延迟，使得GS更加快速有效地接收来自卫星得数据。
-
公开(公告)号：CN114740713A
公开(公告)日：2022-07-12
申请号：CN202111669166.9
申请日：2021-12-31
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种湿法烟气脱硫过程的多目标优化控制方法，对湿法脱硫过程进行分析，结合大量生产过程监控数据，采用主元成分分析法对机组负荷、烟气流量、入口SO2浓度、入口O2浓度、PH值、烟气温度、粉尘含量、浆液密度和石灰石浆液流量等工艺变量进行关联分析。将采集的数据进行数据归一化后采用最小二乘支持向量机建立脱硫过程的脱硫效率和脱硫成本的预测模型，提取工艺参数等约束条件。然后采用基于小生境方法的多目标进化算法求解该多目标优化问题，实现脱硫过程实时多目标优化。根据不同的初始值分别建立不同神经网络模型和控制器，构建脱硫过程加权型多模型自适应控制器，进一步提高脱硫过程的脱硫效率和降低脱硫成本。
-
公开(公告)号：CN108376396B
公开(公告)日：2022-07-05
申请号：CN201810009746.7
申请日：2018-01-05
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于图像的高效PM2.5浓度预测方法。通过手机或者相机来获取场景图像，基于这些图像来实时估计PM2.5浓度。首先，在PM2.5浓度非常低的良好天气环境下拍摄大量图片，基于空间和变换域的熵特征建立自然统计模型(NS)。然后将一张新的图像与NS模型对比，计算出偏离度。最后，用非线性函数映射PM2.5浓度指数的偏离度。大量的实验结果表明，本发明提出的模型在PM2.5浓度精准预测和实现效率方面与目前的先进方法相比具有很大优势。
-
公开(公告)号：CN113395486A
公开(公告)日：2021-09-14
申请号：CN202110300035.7
申请日：2021-03-19
Applicant: 天地信息网络有限公司 , 北京工业大学
Abstract: 本发明涉及一种基于空间大脑的地面区域持续监控系统，解决星上计算能力相对较弱，不能对所获图像进行处理的问题。包括空间神经元以及空间智能资源库，空间神经元指基于同一轨道面内的卫星群中的每颗低轨卫星，每个低轨卫星为同构的智能体，接收、处理地面指令并完成遥感图像的采集和处理，根据地面训练的深度学习模型将处理后的数据返回给地面；空间智能资源库部署于地面，接收用户提出的实际监控任务，训练相应的遥感图像识别模型，并将任务信息和模型发送到任意一个空间神经元，接收到任务信息的空间神经元解析监控命令并发送给即将执行任务的空间神经元；空间智能资源库接收所有空间神经元返回的监控结果，最后将执行完成的结果返回给用户。
-
Patent Agency Ranking
公开(公告)号：CN113377525A
公开(公告)日：2021-09-10
申请号：CN202110304595.X
申请日：2021-03-22
Applicant: 天地信息网络有限公司 , 北京工业大学
IPC: G06F9/50
Abstract: 本发具体涉及一种面向在轨空间资源的虚拟云管理平台，用于解决卫星资源不足，无法合理、有效的分配卫星资源的问题。卫星基础资源分为自由组合调度和根据应用服务功能对基础资源提前进行组合两种模式。本发明所述的平台用于分配上述两种模式的资源，资源分配平台包括：通信模块，请求解析模块，资源分配模块，镜像仓库，消息总线。通信模块将终端用户的请求传输到对应的卫星服务器，并提供应用动态注册功能；请求解析模块将请求拆解；资源分配模块根据拆解得出的请求模式进行相应的资源调度；消息总线模块将所需要的资源或者结果传输给用户端。本发明针对用户不同类型的需求进行资源调度，实现了对卫星资源的合理分配。
-
公开(公告)号：CN111462835A
公开(公告)日：2020-07-28
申请号：CN202010263169.1
申请日：2020-04-07
Applicant: 北京工业大学
Abstract: 本发明公开一种基于深度森林回归算法的DXN排放浓度软测量方法，以原始特征作为输入层森林模型的输入，训练4个子森林模型后串行组合子森林模型的预测均值获得层回归向量，将其与原始特征进行特征重组得到增强层回归向量；将增强层回归向量作为中间层森林模型的输入，计算当前层森林模型在验证集上的均方根误差对中间层森林模型深度进行自适应调整，将调整后的输入层的最后一层的森林模型的层回归向量与原始特征组合，将获得增强层回归向量作为中间层森林模型的输出；将增强层回归向量作为输出层森林模型的输入，训练输出层中的4个子森林模型，对输出层的每个子森林模型预测均值进行算术平均获得最终DXN预测值。
-
公开(公告)号：CN109087277A
公开(公告)日：2018-12-25
申请号：CN201810596929.3
申请日：2018-06-11
Applicant: 北京工业大学
CPC classification number: G06T7/0004 , G01N15/06 , G01N2015/0693 , G06N3/0454 , G06N3/061 , G06T7/90 , G06T2207/20084
Abstract: 一种基于图像特征和集成神经网络的空气细颗粒物PM2.5软测量方法既属于环境工程领域又属于检测技术领域。大气环境系统具有多变量、非线性、内部机理复杂、信息不完备等特性，难以通过机理分析建立其数学模型，而相比于单个神经网络，集成神经网络对于高度非线性和严重不确定性系统则具有更好的处理能力，且用图像特征作为输入变量预测PM2.5能有效提高模型的实时性和高效性。本发明针对PM2.5难以高精度且实时预测的问题，首先基于特征提取方法提取与PM2.5相关的图像特征，其次利用基于简单平均方法的集成神经网络建立相关图像特征和PM2.5之间的软测量模型，最后用建立好的软测量模型对PM2.5进行预测并取得了较好的效果。该软测量模型的输出结果可为环境管理决策者和群众提供及时准确的大气环境质量信息，有利于加强大气环境污染控制，防止严重污染的发生。
-
公开(公告)号：CN107944173A
公开(公告)日：2018-04-20
申请号：CN201711269844.6
申请日：2017-12-05
Applicant: 北京工业大学
CPC classification number: G06F17/5009 , G06K9/6269
Abstract: 本发明公开一种基于选择性集成最小二乘支撑向量机的二噁英软测量系统，首先，基于先验知识给出数量为K的候选核参数集和数量为R的候选惩罚参数集。接着，采用LSSVM算法构建基于这些候选核参数和候选惩罚参数的数量为K×R的候选子子模型集合。然后，采用基于分支定界(BB)和自适应加权(AWF)的SEN(BBSEN-AWF)算法对具有相同核参数和不同惩罚参数的候选子子模型进行选择和合并，进而得到数量为K的候选SEN子模型集合。最后，对数量为K的候选SEN子模型集合再次采用BBSEN-AWF算法，获得基于SEN-LSSVM的DXN软测量模型。
-
公开(公告)号：CN107423861A
公开(公告)日：2017-12-01
申请号：CN201710676737.9
申请日：2017-08-09
Applicant: 北京工业大学
IPC: G06Q10/04
Abstract: 本发明首次公开了基于迭代学习的空气质量预测方法。通过对空气质量进行有效的预测，及时防治空气污染具有较大的现实意义。研究表明，通过直接策略预测空气质量，能够有效估计出较短时间内的空气质量变化，但随着时间的推移，该方法对于几个小时之后的长时间空气质量预测效果欠佳。基于此，本发明提出了一种基于迭代思想的空气质量预测模型，来估计未来24小时内任意时刻的小时级空气质量。实验结果表明，本发明提出的基于迭代的空气质量预测模型能够对未来24小时内的空气质量进行有效预测，特别是在长时间空气质量预测方面具有明显优势。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.085 seconds)
