一种基于改进Transformer网络的烧结矿转鼓强度预测模型及其系统

    公开(公告)号:CN119598414A

    公开(公告)日:2025-03-11

    申请号:CN202411642577.2

    申请日:2024-11-18

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于改进Transformer网络的烧结矿转鼓强度预测模型及其系统。该模型首先获取烧结过程的连续状态数据,经预处理后构建烧结过程变量矩阵M1和变量变化趋势矩阵M2,采用Transformer的Encoder结构作为基本框架,构建由变量序列特征提取分支‑回归块和变量序列变化趋势特征提取分支‑回归块组成的改进Transformer网络模型,然后将矩阵M1和矩阵M2输入改进Transformer网络模型,对两分支所提取的特征变量进行加权融合,并将融合后变量Z作为回归块输入,输出预测值。该模型采用深度学习网络,通过自注意力机制、残差连接等操作提取数据特征,避免了过程数据变化趋势信息丢失,大幅提高预测结果准确率和预测速度,有效解决了现有检测方法中存在的时滞性和人工主观性等技术问题。

    一种基于数据挖掘的烧结燃料配比优化方法及其系统和存储器

    公开(公告)号:CN119376245A

    公开(公告)日:2025-01-28

    申请号:CN202411378002.4

    申请日:2024-09-30

    Abstract: 本发明公开了一种基于数据挖掘的烧结燃料配比优化方法及其系统和存储器。该方法采用模糊聚类算法对烧结过程的操作模式、透气性状态和热量水平进行分类,并通过模糊关联规则挖掘算法构建不同操作模式、透气性状态和热量水平与燃料配比的关联规则库,然后根据实际生产过程的关键操作参数或在线检测参数,识别当前的操作模式、透气性状态和热量水平,再通过模糊逻辑推理从规则库中匹配出燃料配比优化调控规则,实现烧结燃料配比的优化设定。基于上述方法所提供的含有计算机程序的优化设定系统,有效解决烧结燃料配比的优化设定技术难题,可实现烧结过程燃料配比的智能化调控,对提高烧结过程稳定性和降低生产能耗具有实际意义。

    一种大尺寸高纯α″-Fe16N2氮化铁磁性粉末制备方法

    公开(公告)号:CN118954444A

    公开(公告)日:2024-11-15

    申请号:CN202411452888.2

    申请日:2024-10-17

    Applicant: 中南大学

    Abstract: 本发明公开了一种大尺寸高纯α″‑Fe16N2氮化铁磁性粉末制备方法,其包括以下步骤:1)将铁精矿依次通过高压辊磨、纳米砂磨和干燥处理,得到微米级细颗粒铁氧化物粉体;2)将微米级细颗粒铁氧化物粉体进行氢气还原,得到多孔活性还原铁粉;所述氢还原的温度控制低于还原转化路径临界温度50℃范围内;3)将多孔活性还原铁粉在氨气气氛中进行氮化,得到α″‑Fe16N2氮化铁,该方法以廉价的铁精矿为原料,成本低廉,工艺简单,可大批量生产,且能够获得微米级的高纯α″‑Fe16N2氮化铁粉末,进而可采用常规增材制造方法对其进行成型生产高性能磁铁。

Patent Agency Ranking