-
公开(公告)号：CN116625969A
公开(公告)日：2023-08-22
申请号：CN202310652236.2
申请日：2023-06-05
Applicant: 中南大学
Abstract: 本发明公开了一种基于低相干表征的时变光谱化学需氧量在线检测方法，包括：获取多种已知化学需氧量浓度的水样，采集各自在氧化消解过程的时变光谱数据；以时变光谱数据为原始样本数据，向传统字典学习框架中引入低相干表征约束和结构化稀疏约束，学习获得低秩表征子空间和已知浓度水样时变光谱的全局优化稀疏系数矩阵；基于得到的稀疏系数矩阵，以水样的化学需氧量浓度为标签，构建水样化学需氧量浓度与稀疏系数矩阵之间回归模型，将其作为水样在氧化消解过程的化学需氧量快速检测模型，以基于实际待测水样的全局优化稀疏系数矩阵，对实际待测水样的化学需氧量浓度进行快速的精准在线检测。
-
公开(公告)号：CN116520799A
公开(公告)日：2023-08-01
申请号：CN202310438339.9
申请日：2023-04-23
Applicant: 中南大学
IPC: G05B23/02
Abstract: 本发明涉及工业过程故障检测技术领域，具体公开了基于时空变分图注意力自编码器的复杂工业过程故障检测方法，S01：基于慢特征分析的时间特征提取：对测量数据进行慢特征提取可获得m个慢特征；S02：基于度量学习和先验知识的空间图拓扑构造：对获得慢特征构建图形拓扑；S03：基于变分图注意力自编码器的时空特征表示学习：变分图注意力自编码器能够处理S01时间特征和S02的空间结构，生成潜在特征时空表示；S04：通过重构计算时间特征、空间关系和潜在表示的分布的损失进行训练；S05：基于阈值计算，将训练的损失输入到核密度估计中得到故障检测阈值。本发明能够处理工业过程时空信息，提高了故障检测率并减低误报率。
-
公开(公告)号：CN114047161B
公开(公告)日：2023-06-09
申请号：CN202111261338.9
申请日：2021-10-28
Applicant: 中南大学
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：CN116152084A
公开(公告)日：2023-05-23
申请号：CN202211446061.1
申请日：2022-11-18
Applicant: 中南大学
IPC: G06T5/00 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种桶形畸变图像自适应矫正方法及相关设备，包括：获取待矫正的畸变图像；构建桶形畸变矫正网络；将畸变图像输入桶形畸变矫正网络进行自适应矫正，生成矫正图像；桶形畸变矫正网络包括依次连接的对畸变图像进行特征提取和特征压缩的编码器和基于畸变系数张量生成像素流，并通过像素流对畸变图像进行重采样处理，生成矫正图像的解码器；具有操作简单、网络结构轻量化、矫正准确、可以灵活迁移使用场景，具备良好鲁棒性的特点，能够广泛应用于红外热成像摄像机上，以矫正广角镜头拍摄导致的桶形畸变，提高湿法冶金电解过程中电解槽极板短路/开路故障检测的准确率，为智能优化控制提供精准感知基础。
-
公开(公告)号：CN114646217B
公开(公告)日：2023-03-21
申请号：CN202210437886.0
申请日：2022-04-25
Applicant: 中南大学
Abstract: 本发明公开了一种焙烧炉云边协同智能控制方法与系统，包括：当云端检测到焙烧炉的组分预报值发生变化时，基于焙烧炉内的反应机理计算当前组分预报值所需的进料速度值，并将进料速度值下发至焙烧炉的边缘端控制器；边缘端控制器基于接收到的进料速度值，控制当前组分预报值对应的进料速度；同时，边缘端控制器根据当前的温度趋势和当前温度相对于温度设定值的温度偏差，对当前进料速度进行微调。本发明实现了云端机理模型和边缘端数据模型的有机融合，解决了由于进料组分波动导致的焙烧温度大波动的问题，提供了对焙烧过程温度控制的稳定性，保障焙烧过程安全平稳运行。
-
Patent Agency Ranking
公开(公告)号：CN113450883B
公开(公告)日：2023-03-21
申请号：CN202110710863.8
申请日：2021-06-25
Applicant: 中南大学
Abstract: 本发明属于光谱曲线匹配与融合领域，尤其是涉及一种基于多谱线融合的溶液离子浓度检测方法。该方法包括：构建标准吸收光谱曲线库，并在不同位置检测待测样本获得多条待测光谱曲线；计算所述多条待测光谱曲线与标准光谱曲线的MSGA值，对待测光谱曲线进行筛选；将所述筛选后的待测光谱曲线和标准光谱曲线进行波段划分，并按照预设的最优子区间筛选方法进行筛选，获得所述多条待测光谱曲线的最优子区间；将筛选出的最优子区间光谱曲线进行串联融合获得最优待测光谱曲线，并根据所述最优光谱曲线确定待测溶液的离子浓度。该方法消除了溶液中悬浮微颗粒的干扰，为建立稳健的溶液离子浓度的预测模型奠定了数据基础，从而准确测定待测溶液的浓度。
-
公开(公告)号：CN114000178B
公开(公告)日：2022-11-22
申请号：CN202111422498.7
申请日：2021-11-26
Applicant: 中南大学
Abstract: 本发明公开了一种电解槽极板的故障检测方法及其装置、终端和可读存储介质，所述检查方法包括：获取电解槽内每块极板周围某一特定位置上，包含当前及历史时刻的磁场强度序列；基于holt预测模型，结合每块极板对应的磁场强度序列，计算得到每块极板对应的所述特定位置上磁场强度趋势估计值以及未来时刻的磁场强度预测值；对所述磁场强度趋势估计值以及所述磁场强度预测值进行模糊分析得到每块极板的故障检测结果。通过上述方法，本发明直接探查磁场变化实现故障极板检测，可以有效缩减极板故障检测时间，提高检测效率。
-
公开(公告)号：CN114841059A
公开(公告)日：2022-08-02
申请号：CN202210415449.9
申请日：2022-04-20
Applicant: 中南大学
IPC: G06F30/27 , G06N20/00 , C22B19/20 , C22B3/46 , G06F119/08 , G06F119/14
Abstract: 本申请公开了一种湿法炼锌除钴过程关键指标预测方法和系统，该方法包括：获取湿法炼锌过程中反应器的多个过程变量的数据；将所述多个过程变量的数据输入到图注意力网络对所述图注意力网络的参数进行训练确定，以构建所述多个过程变量的数据特征和关系特征；根据对所述图注意力网的参数进行训练后得到的所述多个过程变量的数据特征和关系特征对所述图注意力网络的全连接预测层的参数进行训练确定。通过本申请解决了相关技术中对湿法炼锌中除钴过程关键指标进行预测的技术方案所存在的预测精度不高的问题，从而针对除钴过程的变量之间存在复杂的非线性和互相依赖关系建立了准确的出口钴离子浓度关键指标预测模型，提高了预测精度。
-
公开(公告)号：CN114777920A
公开(公告)日：2022-07-22
申请号：CN202210198367.3
申请日：2022-03-01
Applicant: 中南大学
Abstract: 本申请公开了一种光谱检测光源功率优化方法和系统，该方法包括：分析不同的光功率对光谱检测的影响，获取受光功率影响最大的至少一个光谱信号指标；以光功率百分比为决策变量，根据所述至少一个光谱信号指标的优化指标设置多目标优化模型；基于所述多目标优化模型，运用多目标粒子群优化方式得到多个帕累托最优解；根据最优解选择策略，从所述多个帕累托最优解中选择所述至少一个光谱信号指标作为一个整体最优时对应的光源功率为最优功率。通过本申请解决了现有技术中难以保证光源功率选择的有效性的问题，从而提高了光源功率选择的有效性，提高了检测精度。
-
公开(公告)号：CN114739960A
公开(公告)日：2022-07-12
申请号：CN202210272881.7
申请日：2022-03-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于荧光光谱的总氮快速检测方法、装置、设备及介质，方法为：步骤1，采用微型荧光光谱仪获取N个水样各自在消解过程中的混叠荧光光谱，并进行去噪处理；步骤2，采用独立成分分析法，对每个水样去噪处理后的混叠荧光光谱进行解混，得到水样中各种物质的荧光光谱以及其浓度系数；步骤3，根据所有水样的各种物质浓度系数和水样已知的总氮浓度，训练基于支持向量机回归模型的总氮快速在线检测模型；步骤4，对于总氮待检测的水样，按步骤1‑2相同的方法获取内部各种物质的浓度系数，然后输入至步骤3训练得到的总氮快速在线检测模型，输出得到待检测水样的总氮浓度。本发明对总氮检测速度更快且精度更高。
-
-
-
-
-
-
-
-
-
Search Results
312
records
(took 0.033 seconds)
