公开(公告)号：CN119862801A

公开(公告)日：2025-04-22

申请号：CN202510353252.0

申请日：2025-03-25

Applicant: 中南大学

Inventor： 孙备 ,  孔鹏 ,  阳春华 ,  李勇刚 ,  张旭隆 ,  尹舒龙

IPC: G06F30/27 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06F17/11

Abstract: 本发明涉及工业过程关键指标监测技术领域，具体公开了基于动态机理模型参数演化的关键工艺指标软测量方法，本发明通过建立基于机理模型和GraphTrans模型的嵌入式混合模型，通过GraphTrans模型估计机理模型的参数，保证了嵌入式混合模型的精度，同时，通过机理模型为GraphTrans模型所输出的动态的机理模型参数提供特定的物理意义，通过嵌入式混合模型完成对工业过程关键指标的预测，解决了传统的引入有综合状态空间的软测量方法，在加权和的计算过程，静态参数和动态特性间的冲突会制约集成机理模型的应用效果的问题。

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

Inventor： 李勇刚 ,  吕明杰 ,  孙备 ,  尹舒龙 ,  邓一凡

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。

公开(公告)号：CN118915526A

公开(公告)日：2024-11-08

申请号：CN202410951768.0

申请日：2024-07-16

Applicant: 深圳市中金岭南有色金属股份有限公司丹霞冶炼厂 ,  中南大学

Inventor： 阳春华 ,  孙备 ,  罗振 ,  李勇刚 ,  黄勇光 ,  尹舒龙 ,  黄科科 ,  刘一顺 ,  刘海洋 ,  罗平

IPC: G05B19/042

Abstract: 本发明涉及一种级联耦合下的分布式智能自主控制方法，包括如下步骤：第1步：对于每个设备建立基于状态自学习的非线性动力学模型，得到L个分布式非线性预测模型；第2步：每个设备根据自己的状态在线学习自回归模型参数；第3步：对于在线控制，获得第l个设备未来输出的多步预测，然后进行控制序列的优化；第4步：将控制序列的第一个值应用于设备l，如果l＝L，跳转到步骤2继续进行滚动优化，否则继续执行步骤5；第5步：预测信息沿级联方向传输，计算第个设备l+1的未来的入口条件；第6步：令l＝l+1并跳转到步骤3，实现级联分布式控制。相比其控制精度大大提升，为多设备级联下的精细化控制提供了新的解决思路。

公开(公告)号：CN117172117A

公开(公告)日：2023-12-05

申请号：CN202311151948.2

申请日：2023-09-07

Applicant: 中南大学

Inventor： 李勇刚 ,  罗彦婷 ,  孙备 ,  尹舒龙 ,  戴俊韬

IPC: G06F30/27 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/088

Abstract: 本发明涉及湿法炼锌技术领域，具体公开了一种湿法炼锌中性浸出过程浸出率预测方法，包括以下步骤：步骤S1，获取锌离子浓度样本；步骤S2，根据锌离子浓度样本建立浸出率机理模型；步骤S3，将浸出率机理模型的输出结果加入至TimeGAN原有的损失函数，得到数据强化模型；步骤S4，建立浸出率软测量模型，并将数据强化模型的输入数据、输出数据作为训练浸出率软测量模型的训练样本；步骤S5，根据浸出率软测量模型得到湿法炼锌中性浸出过程浸出率预测结果，解决了湿法炼锌中性浸出过程浸出率数据缺失以及浸出率软测量建模难以建立的问题。