-
公开(公告)号：CN114548267B
公开(公告)日：2025-04-15
申请号：CN202210159277.3
申请日：2022-02-21
Applicant: 中国矿业大学
IPC: G06F18/2415 , G06Q10/0637 , G06Q50/02
Abstract: 本发明公开了一种基于增量学习的重介质选煤过程安全控制贝叶斯网络模型在线更新方法，属于工业安全运行智能控制技术领域。本发明主要步骤如下：首先，将异常工况的现象变量作为证据信息输入到安全控制贝叶斯网络模型中进行推理。其次，依据最大后验概率原则制定相应的安全控制决策，并依据领域专家知识判断安全控制决策是否合理。若合理，则实施该控制决策。若不合理，则继续判断是否发生新的异常工况，并按照判断条件分别进行结构更新学习和参数更新学习。最后，利用更新完成的安全控制贝叶斯网络模型重新获取安全控制决策。本发明提出的重介质选煤过程安全控制模型更新方法，能够提高模型适应选煤环境变化的能力，为操作人员提供安全、可靠的控制决策。
-
公开(公告)号：CN114548267A
公开(公告)日：2022-05-27
申请号：CN202210159277.3
申请日：2022-02-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于增量学习的重介质选煤过程安全控制贝叶斯网络模型在线更新方法，属于工业安全运行智能控制技术领域。本发明主要步骤如下：首先，将异常工况的现象变量作为证据信息输入到安全控制贝叶斯网络模型中进行推理。其次，依据最大后验概率原则制定相应的安全控制决策，并依据领域专家知识判断安全控制决策是否合理。若合理，则实施该控制决策。若不合理，则继续判断是否发生新的异常工况，并按照判断条件分别进行结构更新学习和参数更新学习。最后，利用更新完成的安全控制贝叶斯网络模型重新获取安全控制决策。本发明提出的重介质选煤过程安全控制模型更新方法，能够提高模型适应选煤环境变化的能力，为操作人员提供安全、可靠的控制决策。
-
公开(公告)号：CN112415894B
公开(公告)日：2021-09-10
申请号：CN202011304778.3
申请日：2020-11-20
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于主动学习和BN的重介质选煤过程安全运行控制方法，属于工业安全运行控制技术领域。本发明在分析重介质选煤过程中异常工况机制及相应操作方案的基础上，将主动学习引入到贝叶斯网络的结构学习中，减少所需数据量，提高贝叶斯网络结构学习的效率。利用贝叶斯网络能够结合定性专家知识与定量数据信息分析轻重度异常工况的优势，将异常工况的现象变量作为证据信息，通过贝叶斯推理得到不同等级决策变量的后验概率，并遵循后验概率最大的原则获取相应的控制决策，为排除重介质选煤过程中的异常工况提供决策依据。本发明能有效排除重介质选煤过程中的异常工况，为操作人员的安全控制决策提供依据。
-
公开(公告)号：CN112415894A
公开(公告)日：2021-02-26
申请号：CN202011304778.3
申请日：2020-11-20
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于主动学习和BN的重介质选煤过程安全运行控制方法，属于工业安全运行控制技术领域。本发明在分析重介质选煤过程中异常工况机制及相应操作方案的基础上，将主动学习引入到贝叶斯网络的结构学习中，减少所需数据量，提高贝叶斯网络结构学习的效率。利用贝叶斯网络能够结合定性专家知识与定量数据信息分析轻重度异常工况的优势，将异常工况的现象变量作为证据信息，通过贝叶斯推理得到不同等级决策变量的后验概率，并遵循后验概率最大的原则获取相应的控制决策，为排除重介质选煤过程中的异常工况提供决策依据。本发明能有效排除重介质选煤过程中的异常工况，为操作人员的安全控制决策提供依据。
-
-
-
Search Results
4
records
(took 0.017 seconds)
