-
公开(公告)号：CN108388218B
公开(公告)日：2020-06-19
申请号：CN201810126743.1
申请日：2018-02-08
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开一种基于潜变量过程迁移模型的修正自适应批次过程优化方法，包括：获取旧批次过程、新批次过程的输入数据和输出数据；根据旧批次过程、新批次过程的输入输出数据建立潜变量过程迁移模型；在以新批次过程进行生产时，根据潜变量过程迁移模型和当前批次的最优输入数据获取当前批次的预测输出数据，并根据潜变量过程迁移模型和当前批次的输入数据获取下一批次的最优输入数据；根据当前批次的最优输入数据和实际输出数据对潜变量过程迁移模型进行更新；根据新批次过程中多个批次的预测输出数据和实际输出数据判断新批次过程的稳定性是否满足要求；如果新批次过程的稳定性满足要求，则对旧批次过程的输入数据和输出数据进行部分数据的剔除。
-
公开(公告)号：CN106843172A
公开(公告)日：2017-06-13
申请号：CN201611243467.4
申请日：2016-12-29
Applicant: 中国矿业大学
IPC: G05B19/418
CPC classification number: Y02P90/22 , Y02P90/26 , G05B19/41885 , G05B2219/32339
Abstract: 一种基于JY‑KPLS的复杂工业过程在线质量预测方法，利用联合Y变量的核偏最小二乘技术建立运行状态的离线质量预测模型、批次工业过程的在线质量预测，具体是先利用联合Y的核偏最小二乘法技术离线建立预测模型，在线获取决策点所有数据，采用均值填充方式对数据进行补充完整，利用预测模型对产品的质量进行预测。本发明能够有效克服新的生产过程数据少而无法建立预测模型的问题，能够加快建模速度，可以提高模型预测精度，实现模型自适应，可根据实时获得预测结果，现场操作人员就能及时调整生产策略，实现生产过程的实时优化，提高工厂的综合经济效益。
-
公开(公告)号：CN106843172B
公开(公告)日：2019-04-09
申请号：CN201611243467.4
申请日：2016-12-29
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于JY‑KPLS的复杂工业过程在线质量预测方法，利用联合Y变量的核偏最小二乘技术建立运行状态的离线质量预测模型、批次工业过程的在线质量预测，具体是先利用联合Y的核偏最小二乘法技术离线建立预测模型，在线获取决策点所有数据，采用均值填充方式对数据进行补充完整，利用预测模型对产品的质量进行预测。本发明能够有效克服新的生产过程数据少而无法建立预测模型的问题，能够加快建模速度，可以提高模型预测精度，实现模型自适应，可根据实时获得预测结果，现场操作人员就能及时调整生产策略，实现生产过程的实时优化，提高工厂的综合经济效益。
-
公开(公告)号：CN108388218A
公开(公告)日：2018-08-10
申请号：CN201810126743.1
申请日：2018-02-08
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 本发明公开一种基于潜变量过程迁移模型的修正自适应批次过程优化方法，包括：获取旧批次过程、新批次过程的输入数据和输出数据；根据旧批次过程、新批次过程的输入输出数据建立潜变量过程迁移模型；在以新批次过程进行生产时，根据潜变量过程迁移模型和当前批次的最优输入数据获取当前批次的预测输出数据，并根据潜变量过程迁移模型和当前批次的输入数据获取下一批次的最优输入数据；根据当前批次的最优输入数据和实际输出数据对潜变量过程迁移模型进行更新；根据新批次过程中多个批次的预测输出数据和实际输出数据判断新批次过程的稳定性是否满足要求；如果新批次过程的稳定性满足要求，则对旧批次过程的输入数据和输出数据进行部分数据的剔除。
-
-
-
Search Results
4
records
(took 0.028 seconds)
