-
公开(公告)号：CN101498458A
公开(公告)日：2009-08-05
申请号：CN200910096410.X
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明涉及一种锅炉在线燃烧优化的模型更新方法。本发明方法利用超出已存在模型预测误差限度的数据建立新的模型，然后再利用锅炉燃烧数据和优化算法，寻找最优的新模型和已有模型的权重系数，利用最优的权重系数将新模型和已有模型结合在一起，共同对新的锅炉工况进行预测，实现模型更新。本发明方法克服了传统更新方法中将已有模型完全放弃，不能利用已有模型的学习结果的缺点，充分利用了已有模型的学习结果，大大缩短了模型更新的计算工作量和时间。
-
公开(公告)号：CN101498457A
公开(公告)日：2009-08-05
申请号：CN200910096406.3
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418 , G05B13/02
Abstract: 本发明涉及一种锅炉燃烧优化的方法。目前锅炉的燃烧优化依靠调试人员进行实验，费时、费力，而且参数组合有限。本发明的具体步骤是：采集锅炉运行参数及相关的表征锅炉燃烧特征指标，建立实时数据库；在实际运行负荷小于锅炉设计负荷的60％情况下采用支持向量机集成建模方法建模，在实际运行负荷大于等于锅炉设计负荷的60％情况下采用径向基神经网络集成建模方法建模，建立不同指标的锅炉燃烧模型；利用粒子群优化算法结合所建模型，针对不同对锅炉燃烧指标或指标组合进行锅炉燃烧参数配置的优化。本发明方法提高了整体模型的预测能力，大大提高了模型的适应能力。本发明方法既可以在线优化也可以离线优化。
-
公开(公告)号：CN101286045A
公开(公告)日：2008-10-15
申请号：CN200810061909.2
申请日：2008-05-12
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种燃煤锅炉系统混合控制方法。本发明方法首先利用实时数据驱动的方法建立过程模型，具体是将采集的实时过程运行数据作为数据驱动的样本集合，以该集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型；然后采用典型的响应曲线法设计过程模型的比例积分微分控制器；利用设计的过程模型的比例积分微分控制器设计预测比例积分微分控制器。本发明的控制方法弥补了传统控制的不足，并有效地方便了控制器的设计，保证控制性能的提升，同时满足给定的生产性能指标。本发明可以有效减少理想工艺参数与实际工艺参数之间的误差，保证控制装置操作在最佳状态，使工艺参数达到严格控制。
-
公开(公告)号：CN101286044A
公开(公告)日：2008-10-15
申请号：CN200810061907.3
申请日：2008-05-12
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种燃煤锅炉系统混合建模方法。本发明首先利用实时数据驱动的方法建立局部预测模型，具体是将采集的实时过程运行数据作为数据驱动的样本集合，以该集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型；其次利用误差数据驱动的方法建立局部误差智能预测模型，具体是以误差数据驱动的样本集合为基础，采用支持向量机优化方法，建立局部误差智能预测模型。建立局部误差智能预测模型是根据工艺要求设定误差性能指标，然后进行判断。本发明提出的建模方法可以有效减少模型与实际工艺参数之间的误差，弥补了传统控制器的不足，保证控制装置操作在最佳状态，使生产的工艺参数达到严格控制，有效提高模型的精度。
-
公开(公告)号：CN116862059A
公开(公告)日：2023-10-10
申请号：CN202310810085.9
申请日：2023-07-04
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06F18/214 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种水泥回转窑烧成过程的深度学习数据预测方法。本发明首先采集水泥回转窑烧成过程中传感器的数据，对数据进行预处理。其次构建新型预测网络，对预处理的数据进行预测。然后采集水泥回转窑烧成过程中新得到的过程数据。最后使用预测模型对新采集到的数据进行预测。本发明改善了传统预测模型建模过程复杂，无法处理非线性数据的缺点，提高了模型跟踪真实数据的能力。
-
Patent Agency Ranking
-
公开(公告)号：CN111178627B
公开(公告)日：2022-05-31
申请号：CN201911394404.2
申请日：2019-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于SPCA的神经网络混合优化预测方法。本发明首先采集化工过程中影响重要变量的过程变量，利用串行主成分分析方法对数据做预处理，结合主成分分析和核主成分分析方法处理线性和非线性混合数据，降低数据维度，其次使用RBF神经网络作为预测模型，结合LM算法和遗传算法对预测模型的参数进行优化，提高预测模型的性能，最后将预处理后的数据放入优化后的预测模型中，进行预测。不同于传统的方法，本发明有处理线性和非线性混合数据的能力，且结合优化算法，能够提高预测模型精度。
-
公开(公告)号：CN114237187A
公开(公告)日：2022-03-25
申请号：CN202111560384.9
申请日：2021-12-20
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种工业过程的约束学习先进控制方法。本发明首先通过分段模型识别方法导出一系列线性仿射模型，从而得到多个线性仿射模型。其次针对工业过程的二维特性，通过引入状态误差和输出误差，构建新的等价状态空间模型，此基础上进行设计，设计了含有抗外界扰动的二次性能指标函数，采用两步优化的方法进一步提高了系统的控制性能。本发明将非线性模型转化成一系列线性仿射模型，不仅使得所考虑的非线性模型转化为形式较简单的线性模型，还使得所转化这个模型更接近非线性系统，同时系统受到不同形式的干扰也可考虑其中，解决了非线性特性给系统带来的影响。
-
公开(公告)号：CN109101683B
公开(公告)日：2022-03-18
申请号：CN201810700351.1
申请日：2018-06-29
Applicant: 杭州电子科技大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种燃煤分质利用与清洁预处理系统热解釜的模型更新方法。本发明通过分析原有模型预测超出误差限度的数据，对不同情况的预测错误做出不同的模型更新策略，实现模型更新，减小了大部分情况下的模型更新工作量和所用更新时间，利用该方法可以快速、高效的实现模型的更新；本发明具体是对超出原有模型预测误差限度的数据进行分析分类，对不同的预测错误情况采用不同的模型更新方法，实现模型更新。该方法减小了模型更新的工作量，提高了模型更新的速度，缩短了模型更新的计算工作量和时间。
-
公开(公告)号：CN110347038B
公开(公告)日：2022-03-11
申请号：CN201910608000.2
申请日：2019-07-08
Applicant: 杭州电子科技大学 , 浙江邦业科技股份有限公司
IPC: G05B13/04
Abstract: 本发明公开了一种水泥熟料冷却过程的二自由度Smith预估控制方法。本发明首先法改进了传统的控制结构，基于大林控制算法，选择期望的闭环传递函数，进而得到相应的PI/PID控制器参数形式，使系统能够有较好的设定点跟踪。然后，通过将Smith预估控制算法和内模控制算法有机结合，完成干扰抑制控制器的设计。使整个系统能够使系统同时满足良好的跟踪性能和干扰抑制性能，系统的控制要求也能够得到保证。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.025 seconds)
