自适应与模糊逻辑PID结晶器液位在线控制系统及方法

    公开(公告)号:CN101364114A

    公开(公告)日:2009-02-11

    申请号:CN200810040685.7

    申请日:2008-07-17

    Abstract: 自适应与模糊逻辑PID结晶器液位在线控制系统及方法,包括:计算模块,接收输入的结晶器液位设定值与液位测量模块测量的实际值,计算出两值的偏差e;在线参数调整模块,模糊逻辑模块,与所述在线参数调整模块相连接,接收e,根据e判定拉速的异常波动、水口磨损、结渣及结渣脱落情况,接收所述在线参数调整模块输入的Kp、Tn和Tv,输出调整的Kp、Tn和Tv至PID控制器;PID控制器;P控制器,液压机械装置,液位测量模块。本发明提高了控制系统控制精度和复杂浇注条件下控制系统稳定性。并且将模糊控制和PID有机地结合起来,扬长避短,使其既具有模糊控制的灵活和适用性强的优点,又具有PID控制精度高的特点,有效地解决了生产中结晶器液位波动问题。

    物料称量的计算方法
    4.
    发明公开

    公开(公告)号:CN1776377A

    公开(公告)日:2006-05-24

    申请号:CN200510111135.6

    申请日:2005-12-05

    Abstract: 一种物料称量的计算方法,包括以下步骤:在某料仓每次称量行为的初始阶段,不仅记录物料称当前重量数值作为该料仓本次称量初始值,而且把此前尚未排出的所有次的称出重量累计值储存并在称量过程中和此次称出实际值相加给出实际称出累计值,并用实际称出累计值来进行物料称量,直至此次称量结束。本发明避免了追加称量中称出物料重量计算错误,克服了其他设备状态或称量方式切换时导致称量停止后再称对物料称量计算的影响,对一台物料称对应多种物料料仓称量的计算变得简单易行,并可以在称量过程中进行中央自动、中央手动、现场模式切换。模块化编程后可广泛应用于所有类型的称量计算。

    基于多时间粒度动态推理机制的高炉炉况诊断方法及系统

    公开(公告)号:CN119623623A

    公开(公告)日:2025-03-14

    申请号:CN202411511860.1

    申请日:2024-10-28

    Abstract: 本发明提供了一种基于多时间粒度动态推理机制的高炉炉况诊断方法,包括:步骤S1:设置多个时间粒度,根据预设规则建立炉况诊断规则库;步骤S2:实时采集数据并将数据存储于动态数据库中,每隔第一时间粒度,提取动态数据库的数据,根据炉况诊断规则库的规则,进行第一时间粒度的炉况诊断,并将诊断结果储存到过程数据库;步骤S3:每隔第N时间粒度,调用过程数据库和动态数据库的数据,根据炉况诊断规则库的规则,进行第N时间粒度的炉况诊断,并将诊断结果储存到过程数据库;步骤S4:调取不同时间粒度的诊断结果。本发明通过构建多种时间粒度的高炉炉况诊断方法,动态推理机制可以减少大量数据库读写负担,提升炉况诊断模型的计算性能。

    基于加权距离的炼钢行车调度路径优先级排序方法及系统

    公开(公告)号:CN118863188A

    公开(公告)日:2024-10-29

    申请号:CN202410794546.2

    申请日:2024-06-19

    Abstract: 本发明提供了一种基于加权距离的炼钢行车调度路径优先级排序方法及系统,包括:步骤S1:取出并筛选指令记录,统计出起点下每种路径的出现次数及占比;步骤S2:以跨方向为x轴方向,计算所有可选路径行车从起点工位到终点工位在x轴上所需行驶的距离步骤S3:查询当前的炼钢计划表,如果行车吊运任务在炼钢计划表中有下一条吊运计划,则计算行车吊运任务每条可选路径的终点到下一任务起点行车在x轴上所需的行驶距离;步骤S4:对行车吊运任务的所有可选路径计算加权距离;步骤S5:将可选路径按照加权距离降序排序,得到路径选择优先级列表。本方法有效提高了行车调度模型的可靠性与计算效率,进一步提高了炼钢生产的效率。

    基于深度聚类算法的炼铁高炉对标体系构建方法和系统

    公开(公告)号:CN115146978A

    公开(公告)日:2022-10-04

    申请号:CN202210816437.7

    申请日:2022-07-12

    Abstract: 本发明提供了一种基于深度聚类算法的炼铁高炉对标体系构建方法和系统,包括:步骤1:基于生产管理系统数据,通过统计模型建立各高炉个体画像,然后进行异常数据去除与归一化处理,抽象化为高维空间中的数据点;步骤2:基于深度聚类算法,对高维空间中的数据点进行聚类,得到聚类结果;步骤3:将聚类结果进行可视化展示;步骤4:对聚类结果进行监测,在性能指标低于预设阈值时进行自训练,提升相应性能。本发明通过有监督学习和无监督学习结合的方式,解决了高炉对标过程中由于指标数量庞大且属性分布分散带来的指标权重难以分配的问题,提供了一种高炉对标、评判的量化标准。

    自适应与模糊逻辑PID结晶器液位在线控制系统及方法

    公开(公告)号:CN101364114B

    公开(公告)日:2011-06-15

    申请号:CN200810040685.7

    申请日:2008-07-17

    Abstract: 自适应与模糊逻辑PID结晶器液位在线控制系统及方法,包括:计算模块,接收输入的结晶器液位设定值与液位测量模块测量的实际值,计算出两值的偏差e;在线参数调整模块,模糊逻辑模块,与所述在线参数调整模块相连接,接收e,根据e判定拉速的异常波动、水口磨损、结渣及结渣脱落情况,接收所述在线参数调整模块输入的Kp、Tn和Tv,输出调整的Kp、Tn和Tv至PID控制器;PID控制器;P控制器,液压机械装置,液位测量模块。本发明提高了控制系统控制精度和复杂浇注条件下控制系统稳定性。并且将模糊控制和PID有机地结合起来,扬长避短,使其既具有模糊控制的灵活和适用性强的优点,又具有PID控制精度高的特点,有效地解决了生产中结晶器液位波动问题。

    流程制造业软件定义制造的边缘计算系统及方法

    公开(公告)号:CN118842712A

    公开(公告)日:2024-10-25

    申请号:CN202310445120.1

    申请日:2023-04-23

    Abstract: 本发明提供了一种流程制造业软件定义制造的边缘计算系统及方法,包括:边缘计算云管理平台和边缘计算终端;所述边缘计算云管理平台包括云上模型配置模块和云上模型接收与展示模块;所述云上模型配置模块能够在云平台上对一个或多个工业设备采集数据进行远程配置、同时编写模型程序并仿真运行;所述云上模型接收与展示模块给所述边缘计算终端下发模型更新通知,所述边缘计算终端同时调用更新后的模型;所述终端能够连接一个或多个工业设备并采集数据以及数据处理后发送至所述云上模型接收与展示模块进行展示。本发明实现了云上定义终端的边缘计算模型,无需现场对终端进行一一更新且不需要终端和云平台保持长链接通信,并且实现了离线更新模型。

    带钢平整机过焊缝轧制力自学习控制方法及系统

    公开(公告)号:CN118287510A

    公开(公告)日:2024-07-05

    申请号:CN202310011977.2

    申请日:2023-01-05

    Abstract: 本发明提供了一种带钢平整机过焊缝轧制力自学习控制方法及系统,涉及钢铁生产轧制技术领域,包括:步骤S1:收集带钢轧制过程的历史数据,将每卷带钢数据轧制过程产生的数据进行存储收集,形成历史数据样本;步骤S2:对历史数据样本进行评分,并对历史数据样本进行优劣标注;步骤S3:根据标注的历史数据样本,建立训练模型,并采用人工神经网络学习所述训练模型;步骤S4:根据训练模型求得最优轧制力。本发明能够适用于更普遍的场景,并具备自学习功能,满足实际生产控制需求,提升平整处理工艺的成材率。

Patent Agency Ranking