-
公开(公告)号：CN119398964A
公开(公告)日：2025-02-07
申请号：CN202411542119.1
申请日：2024-10-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种烧结过程碳耗自适应加权宽度回声状态学习系统建模方法，涉及钢铁烧结过程生产节能降耗领域，该方法包括：基于烧结过程机理分析和数据相关性分析，确定直接影响烧结碳耗的过程参数：BRP、BRP温度、BTP、BTP温度、风箱负压、垂直燃烧速度、台车速度、料层厚度、返矿、焦粉配比、FeT含量、SiO2含量、CaO含量和MgO含量；然后以一种自适应加权宽度回声状态学习系统建立烧结碳耗智能预测模型；最后，根据实际生产数据，以影响烧结碳耗直接相关的过程参数为输入，烧结碳耗为输出，进行烧结碳耗的动态预测。本发明的有益效果是：该烧结碳耗智能预测方法能够实现碳耗的准确动态预测，提高碳的利用率，进而为实现钢铁工业绿色制造和智能制造奠定基础。
-
公开(公告)号：CN117973778A
公开(公告)日：2024-05-03
申请号：CN202410140106.5
申请日：2024-01-31
Applicant: 中国地质大学(武汉)
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供了一种煤气动态调度方法、设备及存储介质，涉及钢种冶炼领域，其方法包括：分析企业煤气系统架构和工艺流程，获取煤气产消单元特性、设计煤气调度目标函数以及基于煤气产消单元特性的约束方程，建立基于热量平衡的日前煤气调度模型、采用自回归滑动平均法预测日前煤气发生量值至日前煤气调度模型获取日前煤气调度策略，得到日前调度值、根据当前煤气发生量与日前调度值存在的偏差计算煤气产消过程中用户被调节优先级、预测日内每小时煤气发生量，同时根据用户被调节优先级设计基于调度优先级的日内调整策略；设备及存储介质用于实现方法；本发明的有益效果是：融合了日前日内调度优势，满足实际工作中调度需求，提供可靠的工作指南。
-
公开(公告)号：CN117910349A
公开(公告)日：2024-04-19
申请号：CN202410073519.6
申请日：2024-01-18
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于加权核及时学习的烧结终点软测量方法及系统，涉及钢铁烧结过程节能降耗领域，S1：利用互信息方法和机理分析确定影响烧结终点的关键过程变量；S2：基于在线获得的这些关键过程变量的实际生产数据，利用加权核及时学习算法来实时确定训练数据；S3：利用模糊宽度学习建模方法建立烧结终点软测量模型，利用所述训练数据对所述烧结终点软测量模型进行训练，其输入变量是所述关键过程变量，输出变量是烧结终点；S4：获得输入变量的实际生产数据，将其输入到训练好的烧结终点软测量模型中，进行烧结终点的实时软测量。本发明的效果是：为实现烧结生产过程稳顺运行以及实现钢铁工业智能制造与绿色制造提供一种行之有效的方法。
-
公开(公告)号：CN117762100A
公开(公告)日：2024-03-26
申请号：CN202311680765.X
申请日：2023-12-06
Applicant: 中国地质大学(武汉)
IPC: G05B19/418
Abstract: 本发明提供了一种基于流形学习的工业报警泛滥根源诊断方法、设备及介质，涉及工业过程故障监测与诊断领域，方法分为离线训练过程和在线监测过程，离线步骤包括：预处理历史报警事件日志、提取历史报警泛滥序列及标签数据、向量化编码、利用报警泛滥序列的词向量和标签数据训练半监督分类器，得到基于流形学习的报警泛滥根源诊断模型；在线步骤包括：对在线报警泛滥序列向量化编码、输入报警泛滥根源诊断模型,得到诊断结果；设备及介质用于实现方法。本发明的有益效果是：减少了需要获取标签数据的数量，且操作员能够更直观地理解数据的组织方式，从而更好地识别和理解报警泛滥的原因，有助于解决和预防报警泛滥现象。
-
公开(公告)号：CN111047103B
公开(公告)日：2022-06-24
申请号：CN201911316382.8
申请日：2019-12-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了基于多工况模式辨识的烧结过程碳效在线预测方法及设备，利用综合焦比作为衡量烧结过程碳效的指标；根据烧结机理分析和数据相关性分析，确定影响烧结碳效的关键烧结参数：台车速度、料层厚度、BTP、BTP温度、风箱负压、垂直燃烧速度以及与碳效指标相关性最高的3个风箱的温度；使用近邻传播聚类算法自动辨识烧结过程多种工况模式，在不同工况模式下建立基于混合核的最小二乘向量机的烧结过程碳效预测模型；根据实际生产数据与不同工况模式下的范例数据点的马氏距离调用哪一工况模式下的预测模型来实现碳效的在线预测。本发明的效果是：为提高烧结过程碳利用率奠定了基础，为实现钢铁工业绿色制造和智能制造提供一种行之有效的方法。
-
Patent Agency Ranking
公开(公告)号：CN110245850B
公开(公告)日：2021-07-13
申请号：CN201910470913.2
申请日：2019-05-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种考虑时序的烧结过程工况识别方法及系统，本发明以烧结过程的过程参数的时间序列数据为输入，以烧结过程工况为输出。首先，利用Spearman秩相关分析方法和信息熵分析方法进行参数选择与合并，获得组合决策参数。然后，利用基于动态时间扭曲距离的模糊C均值聚类算法对时间序列数据聚类，获得组合决策参数的聚类结果。最后，利用朴素贝叶斯分类器进行工况识别，获得识别的烧结过程工况。本发明所述的工况识别方法实现了烧结过程工况的有效识别，具有重要的经济价值和应用价值。
-
公开(公告)号：CN110619931A
公开(公告)日：2019-12-27
申请号：CN201910888222.4
申请日：2019-09-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于多时间尺度优化的烧结过程碳效优化方法，包括：首先确定CO/CO2和综合焦比作为衡量碳效的指标，通过机理分析和Spearman关联性分析方法对影响碳效的状态参数进行分析，确定碳效指标预测的状态参数，并建立碳效指标与关键过程参数的数学模型；然后基于上述数学模型，考虑原料参数与操作参数的不同时间尺度问题，建立不同时间尺度上的优化策略；最后针对不同时间尺度优化的需求，采取不同的多目标优化方法，提出不同时间尺度优化策略的转换策略，以协调两种策略的实施。采用本发明所述的多时间尺度优化策略，能够在不同时间尺度下合理优化原料参数和操作参数，达到最优的碳效，为烧结过程节能降耗和绿色制造提供行之有效的解决办法。
-
公开(公告)号：CN110570019A
公开(公告)日：2019-12-13
申请号：CN201910747153.5
申请日：2019-08-14
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于宽度学习的烧结过程综合焦比时序预测方法，首先，确定以综合焦比作为衡量烧结过程碳效的指标。根据烧结过程机理分析，确定影响综合焦比的烧结参数，在此基础上，再使用加权模糊C均值聚类算法来对烧结过程多种工况模式进行辨识，并针对不同的工况模式分别建立综合焦比时序预测模型。然后，根据测试数据所属哪一类工况模式再调用该工况模式下所建立的综合焦比预测模型来实现综合焦比的时序预测。本发明的有益效果是：该烧结过程综合焦比时序预测方法能够实现烧结过程综合焦比的准确时序预测，提高碳的利用率，进而为实现钢铁工业绿色制造和智能制造奠定基础。
-
公开(公告)号：CN106755972B
公开(公告)日：2018-11-27
申请号：CN201611154987.8
申请日：2016-12-14
Applicant: 中国地质大学(武汉)
IPC: C22B1/16
Abstract: 本发明公开了一种基于数据降维法预测烧结过程综合焦比的方法，包括以下步骤：(1)分析烧结过程机理得到影响烧结过程综合焦比的烧结参数；(2)对烧结参数进行数据降维，并重新组合，得到主成分变量；(3)将主成分变量作为输入变量输入最小二乘支持向量机模型，所述最小二乘支持向量机模型的输出变量即为烧结过程综合焦比。本发明能解决烧结参数之间存在的耦合问题，为烧结过程碳效优化奠定基础，并且能够实现烧结过程综合焦比的精确预测，满足实际烧结过程生产要求。
-
公开(公告)号：CN105624394B
公开(公告)日：2017-11-07
申请号：CN201610021142.5
申请日：2016-01-13
Applicant: 中国地质大学(武汉)
IPC: C22B1/22
Abstract: 本发明公开一种基于风箱废气温度的烧结料层热状态识别方法，步骤一：根据对实际测量的风箱废气温度数据进行时序配准和平均值法处理，建立样本数据，再利用拟合法来确定拟合函数的种类和阶次；步骤二：由确定阶次的拟合函数形成风箱废气温度拟合函数，对风箱废气温度拟合函数应用微分求极值法，求取风箱废气温度曲线的最高温度值；步骤三：在风箱废气温度曲线上，根据实际工艺和机理，确定高温温度值，再确定高温保持时间。本发明方法只需通过简单的拟合、快速的识别，即可实现烧结过程的料层热状态准确识别，反映烧结过程料层热状态的变化，对降低生产能耗，提高烧结矿产量和质量具有重要作用。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.037 seconds)
