-
公开(公告)号：CN111679643A
公开(公告)日：2020-09-18
申请号：CN202010599839.7
申请日：2020-06-28
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种二阶修正自适应间歇过程优化方法，将生产过程a、b的三维输入数据矩阵按照批次方向展开为二维输入数据矩阵Xa,Xb；对Xa,Xb按列进行标准化处理，对生产过程a和b的二维输出数据矩阵Ya,Yb进行标准化处理；利用Xa,Xb和Ya,Yb建立潜变量过程迁移模型；令i＝i+1，重复步骤三至步骤四直到提取出A个主元；提取出全部主成分；收集的生产数据信息；采用二阶修正自适应优化方法进行批次间优化；判断当前批次的输入数据与求得的下一批次的最优输入数据之差的范数是否小于预设阈值；过程输出；根据当前批次的最优输入数据和实际输出数据对所述潜变量过程迁移模型进行更新；对旧过程数据进行剔除；对第k+1个批次的优化操作。该方法能高效且显著的提升产品的最终质量和优化过程的效率。
-
公开(公告)号：CN113110341B
公开(公告)日：2022-03-25
申请号：CN202110430280.X
申请日：2021-04-21
IPC: G05B19/418
Abstract: 一种基于潜变量过程迁移模型的批次过程分层优化方法，上层优化部分，利用DoDE方法在生产过程约束条件下产生涵盖全过程信息的样本点，通过在样本点对应条件下执行生产过程，得到相应的产品质量输出信息并依此建立全局RSM；通过求解基于RSM的优化问题，得到操作变量的次优轨迹并将其作为下层优化的初始工况点；下层优化中，基于即时学习和迁移学习思想建立次优解附近的局部JY‑PLS潜变量过程迁移模型；建模完成后，采用批次间自整定方法对操作变量轨迹进行优化；提出关于当前运行的批次个数和产品质量的判别准则，作为判断上层优化结束时传递至下层优化的初始工况点是否具备实现预期生产目标的判据。该方法能够实现少数据情况下的批次过程高效、精细优化。
-
公开(公告)号：CN110794782A
公开(公告)日：2020-02-14
申请号：CN201911088664.7
申请日：2019-11-08
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于JY-MKPLS的间歇工业过程在线质量预测方法，通过a过程、b过程的三维输入数据得到二维输入矩阵Xa、Xb，二维输出矩阵Ya、Yb；进行标准化处理；从低维原始空间投影到高维特征空间F，并在高维特征空间中计算核矩阵Ka、Kb；标准化核矩阵Ka、Kb；运行JY-MKPLS算法；计算Kai、Kbi的负载矩阵；重复上述步骤直至提取出A个主元；计算输入数据矩阵K的得分矩阵T、负载矩阵P、输出数据矩阵Y的得分矩阵U、负载矩阵Q；进行批次过程质量预测；在线获得最新的输出数据ynew，并计算该批次的预测误差βn；模型预测误差的检验；用新产生的a过程数据对其进行替换；进行模型更新。该方法能快速建立精度较高的新过程预测模型，可提高建模的效率和预测精度，有效控制企业的操作成本。
-
公开(公告)号：CN111679643B
公开(公告)日：2021-10-15
申请号：CN202010599839.7
申请日：2020-06-28
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于过程迁移模型的间歇过程二阶修正自适应优化方法，将生产过程a、b的三维输入数据矩阵按照批次方向展开为二维输入数据矩阵Xa,Xb；对Xa,Xb按列进行标准化处理，对生产过程a和b的二维输出数据矩阵Ya,Yb进行标准化处理；利用Xa,Xb和Ya,Yb建立潜变量过程迁移模型；令i＝i+1，重复步骤三至步骤四直到提取出A个主元；提取出全部主成分；收集的生产数据信息；采用二阶修正自适应优化方法进行批次间优化；判断当前批次的输入数据与求得的下一批次的最优输入数据之差的范数是否小于预设阈值；过程输出；根据当前批次的最优输入数据和实际输出数据对所述潜变量过程迁移模型进行更新；对旧过程数据进行剔除；对第k+1个批次的优化操作。该方法能高效且显著的提升产品的最终质量和优化过程的效率。
-
Patent Agency Ranking
公开(公告)号：CN111610768B
公开(公告)日：2021-03-19
申请号：CN202010523586.5
申请日：2020-06-10
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于相似度多源域迁移学习策略的间歇过程质量预测方法，通过采集目标域和源域过程的输入输出数据，将多个源域旧过程和目标域新过程的三维输入数据按批次方向展开为二维数据矩阵，对所有过程的输入输出数据进行标准化；通过数据之间的欧式距离计算每个源域旧过程与目标域新过程的相似度，同时计算每个源域旧过程的样本数量，确定影响迁移效果的两个主要因素，基于这两个主要影响因素给出三个具体的选择和标准：拒绝迁移、择优单迁、多源集成迁移，在尽可能避免“负迁移”的同时，利用多个相似源域中旧流程的数据信息，减少数据资源的浪费，提高迁移学习的效率和灵活性，更好地协助并加速目标域中新过程的建模，从而提高质量预测的准确性。
-
公开(公告)号：CN114265312B
公开(公告)日：2023-09-12
申请号：CN202111577586.4
申请日：2021-12-22
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 一种基于双生自迁移模型的间歇过程分层优化方法，在上层优化中，利用DODE方法生成建模数据集，建立全局RSM；引入MA来补偿模型，通过求解基于RSM的优化问题，得到满足收敛的次优解并作为下层优化的初始优化点；在下层优化中，通过PLS和SVR建立次优解附近的局部模型；考虑两模型相似但不相同的特点，将两模型函数通过权重在在线学习过程中动态组合成双生自迁移模型；依据梯度信息采用批次间自调整优化调整操作轨迹；同时判断下层优化进程是否具有实现预期目标的能力，若不具有，则返回上层并重新为下层寻找次优解；若具有，则继续下层优化，直到满足目标。该方法能在无相似过程数据和少数据情况下实现间歇过程稳定、高效的优化。
-
公开(公告)号：CN114265312A
公开(公告)日：2022-04-01
申请号：CN202111577586.4
申请日：2021-12-22
Applicant: 中国矿业大学
IPC: G05B13/04
Abstract: 一种基于双生自迁移模型的间歇过程分层优化方法，在上层优化中，利用DODE方法生成建模数据集，建立全局RSM；引入MA来补偿模型，通过求解基于RSM的优化问题，得到满足收敛的次优解并作为下层优化的初始优化点；在下层优化中，通过PLS和SVR建立次优解附近的局部模型；考虑两模型相似但不相同的特点，将两模型函数通过权重在在线学习过程中动态组合成双生自迁移模型；依据梯度信息采用批次间自调整优化调整操作轨迹；同时判断下层优化进程是否具有实现预期目标的能力，若不具有，则返回上层并重新为下层寻找次优解；若具有，则继续下层优化，直到满足目标。该方法能在无相似过程数据和少数据情况下实现间歇过程稳定、高效的优化。
-
公开(公告)号：CN113110341A
公开(公告)日：2021-07-13
申请号：CN202110430280.X
申请日：2021-04-21
IPC: G05B19/418
Abstract: 一种基于潜变量过程迁移模型的批次过程分层优化方法，上层优化部分，利用DoDE方法在生产过程约束条件下产生涵盖全过程信息的样本点，通过在样本点对应条件下执行生产过程，得到相应的产品质量输出信息并依此建立全局RSM；通过求解基于RSM的优化问题，得到操作变量的次优轨迹并将其作为下层优化的初始工况点；下层优化中，基于即时学习和迁移学习思想建立次优解附近的局部JY‑PLS潜变量过程迁移模型；建模完成后，采用批次间自整定方法对操作变量轨迹进行优化；提出关于当前运行的批次个数和产品质量的判别准则，作为判断上层优化结束时传递至下层优化的初始工况点是否具备实现预期生产目标的判据。该方法能够实现少数据情况下的批次过程高效、精细优化。
-
公开(公告)号：CN111610768A
公开(公告)日：2020-09-01
申请号：CN202010523586.5
申请日：2020-06-10
Applicant: 中国矿业大学
IPC: G05B19/418
Abstract: 一种基于相似度多源域迁移学习策略的间歇过程质量预测方法，通过采集目标域和源域过程的输入输出数据，将多个源域旧过程和目标域新过程的三维输入数据按批次方向展开为二维数据矩阵，对所有过程的输入输出数据进行标准化；通过数据之间的欧式距离计算每个源域旧过程与目标域新过程的相似度，同时计算每个源域旧过程的样本数量，确定影响迁移效果的两个主要因素，基于这两个主要影响因素给出三个具体的选择和标准：拒绝迁移、择优单迁、多源集成迁移，在尽可能避免“负迁移”的同时，利用多个相似源域中旧流程的数据信息，减少数据资源的浪费，提高迁移学习的效率和灵活性，更好地协助并加速目标域中新过程的建模，从而提高质量预测的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
