-
公开(公告)号：CN116880427B
公开(公告)日：2023-11-14
申请号：CN202311141613.2
申请日：2023-09-06
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于入料条件估计和分工况综合分析的智能控制方法及系统，针对冶金过程多反应器级联，过程工况多变，操作参数难以精准设定的问题，基于“预设定+调整”的思路，提出了基于入口条件在线估计的操作参数基准量设定和分工况操作参数精细化调整方法。首先，提出了基于可控周期双向深度学习网络的反应器入口条件估计方法，根据反应效率和物料平衡计算操作参数设定值；其次，根据工艺指标调节潜质对工况进行分类，提取不同工况下的操作规则，根据工况类型精细化调整操作参数。工业应用证明了所提方法的有效性。
-
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：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：CN120010428A
公开(公告)日：2025-05-16
申请号：CN202510500984.8
申请日：2025-04-21
Applicant: 中南大学
IPC: G05B19/418 , G06F18/2415 , G06F18/214
Abstract: 本发明涉及级联冶金过程监测技术领域，具体公开了一种级联冶金过程自适应与可解释的监测方法，通过构建包括基于BSOM模型的增量学习触发器和训练完毕的VGATEPi模型混合模型，并构建有用于故障定位与解释的异常感知定位机制，从动态变化的级联冶金过程变量中有效地进行持续学习，实现可解释的监测结果，本发明方法能够显著提升过程监测性能，特别是在降低过程监测中的误报率方面，解决了传统的基于静态图模型的监测方法，对于非平稳变化的数据的监测，因不会随时变特性自动更新，存在容易出现误报和漏报的问题。此外，本发明能够提供故障变量之间可解释的因果关系，为异常过程提供重要的维护依据。
-
Patent Agency Ranking
公开(公告)号：CN114020814A
公开(公告)日：2022-02-08
申请号：CN202111430878.5
申请日：2021-11-29
Applicant: 中南大学
IPC: G06F16/2458 , G06F16/28 , G06F16/182 , G06N3/04 , G06N3/08 , G06Q10/06
Abstract: 本申请公开了一种流程工业制造全链条数据集成与分析方法和系统，该方法包括：获取流程工业产业中的各种业务应用系统和硬件设备中的数据；将获取到的数据根据不同主题业务进行数据的分类汇总，其中，每种分类汇总的数据对应与一个主题业务；接收数据分析需求；根据所述数据分析需求的目标获取所述数据分析需求所需要的分类汇总数据，并对获取到的分类汇总数据进行分析得到目标结果。通过本申请解决了现有技术中流程工业全链条数据在不同企业间系统相互独立所导致的问题，从而实现流程工业中多源异构的数据跨域集成和制造全链条的动态感知。
-
公开(公告)号：CN116880427A
公开(公告)日：2023-10-13
申请号：CN202311141613.2
申请日：2023-09-06
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于入料条件估计和分工况综合分析的智能控制方法及系统，针对冶金过程多反应器级联，过程工况多变，操作参数难以精准设定的问题，基于“预设定+调整”的思路，提出了基于入口条件在线估计的操作参数基准量设定和分工况操作参数精细化调整方法。首先，提出了基于可控周期双向深度学习网络的反应器入口条件估计方法，根据反应效率和物料平衡计算操作参数设定值；其次，根据工艺指标调节潜质对工况进行分类，提取不同工况下的操作规则，根据工况类型精细化调整操作参数。工业应用证明了所提方法的有效性。
-
公开(公告)号：CN115293520A
公开(公告)日：2022-11-04
申请号：CN202210828733.9
申请日：2022-07-15
Applicant: 中南大学
Abstract: 本发明提供一种结构化的多模态工业过程指标估计框架的构建方法，涉及工业估计技术领域。该方法由四部分组成：显式结构表示、复杂的工业机理知识、多模态聚类方法和结构化可解释动态图网络。首先利用图结构对多传感器时间序列数据进行建模。其次设计了一种多模式聚类方法，该方法基于高斯混合模型来划分和定位工业多模式运行数据。随后开发了一种结构化可解释动态图网络估计模型，以提高工业图数据的节点预测性能和解释能力。此外，该模型可以实时计算每个单独的过程变量对关键指标的贡献，从而为优化控制提供指导。将上述方法进行在线部署能够对在线数据进行实时模态识别，然后切换模态对应的动态图网络，实现对工业过程关键指标的准确估计。
-
公开(公告)号：CN114020814B
公开(公告)日：2025-03-14
申请号：CN202111430878.5
申请日：2021-11-29
Applicant: 中南大学
IPC: G06F16/2458 , G06F16/28 , G06F16/182 , G06N3/04 , G06N3/08 , G06Q10/063 , G06Q10/0639 , G06N3/044 , G06N3/0442 , G06N3/0455 , G06N3/082 , G06N3/0985
Abstract: 本申请公开了一种流程工业制造全链条数据集成与分析方法和系统，该方法包括：获取流程工业产业中的各种业务应用系统和硬件设备中的数据；将获取到的数据根据不同主题业务进行数据的分类汇总，其中，每种分类汇总的数据对应与一个主题业务；接收数据分析需求；根据所述数据分析需求的目标获取所述数据分析需求所需要的分类汇总数据，并对获取到的分类汇总数据进行分析得到目标结果。通过本申请解决了现有技术中流程工业全链条数据在不同企业间系统相互独立所导致的问题，从而实现流程工业中多源异构的数据跨域集成和制造全链条的动态感知。
-
公开(公告)号：CN114841059B
公开(公告)日：2024-11-26
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。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
