-
公开(公告)号：CN116398414A
公开(公告)日：2023-07-07
申请号：CN202310181592.0
申请日：2023-02-20
Applicant: 北京华大智宝电子系统有限公司 , 北京化工大学
Abstract: 本发明涉及一种空压机系统的监控报警方法和系统，方法包括以下步骤：获取空压机系统监控变量的历史数据，根据监控变量所属子系统将监控变量分为油系统相关变量、电系统相关变量和气系统相关变量；分别对各子系统进行工艺分析得到各子系统监控变量的初始报警传播路径；基于传递熵分析算法对监控变量的历史数据进行关联性分析，根据关联性分析结果对初始报警路径进行修正，得到最终报警传播路径；根据空压机正常时的监控变量构建主元分析模型；对当前时刻的监控数据，根据所述主元分析模型判断当前系统是否存在故障，若存在，则判断故障监控变量，并根据最终报警传播路径进行报警提示。
-
公开(公告)号：CN109188903A
公开(公告)日：2019-01-11
申请号：CN201810950550.8
申请日：2018-08-20
Applicant: 北京化工大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于记忆增强优化的CNN加热炉操作变量的软测量方法，首先获得训练样本数据，对所述训练样本数据进行预处理，根据卷积神经网络算法预先设置卷积神经网络的层数、每层的节点数，初始化每层的权值与偏置，然后使用记忆增强优化算法对卷积神经网络的权值进行优化，得到最优的权值参数，从而提高了模型的建模精度，最后根据训练形成的卷积神经网络模型获得加热炉操作变量的测量值，通过操作变量的测量值使得加热炉的热效率始终保持在最优状况，从而提高了工业生产效益。本发明提供的技术方案能够获得稳定的网络结构、优越的泛化性能和更高的精度，从而提高产品的质量，使得加热炉始终保持在较高热效率水平下平稳运行。
-
公开(公告)号：CN113988169B
公开(公告)日：2024-07-26
申请号：CN202111244307.2
申请日：2021-10-26
Applicant: 北京化工大学
IPC: G06F18/23 , G06F16/906
Abstract: 本发明公开了基于流数据聚类的化工过程多工况报警阈值自适应设置方法，首先采用流数据聚类，得到流数据聚类结果；然后利用聚类结果进行边缘提取获得分类信息，进而设定多工况参数报警阈值组并构建流数据聚类多工况报警模型；最后，根据多工况报警模型设定合适的模型匹配方法，进而给出完整的多工况报警阈值自适应设置方法。本发明针对传统的过程报警阈值优化未考虑化工过程多工况的局限性进行了改进，细化了报警阈值的多工况分状态的设置方法。与一些传统方法相比，本发明提出的方法可以根据流数据聚类结果进行自适应阈值匹配，通过识别数据波动，调整阈值范围进而精确报警，极大的降低了漏报率与误报率。
-
公开(公告)号：CN110222387A
公开(公告)日：2019-09-10
申请号：CN201910439986.5
申请日：2019-05-24
Applicant: 北京化工大学
Abstract: 本发明公开了一种基于混合漏积分CRJ网络的多元钻井时间序列预测方法，首先获得时间序列数据样本而且对数据样本进行数据预处理，其次使用灰关联算法选择预测变量的高相关变量作为网络输入，然后对传统的CRJ网络模型进行优化，使用记忆性更强的混合漏积分神经元与CRJ网络相互结合，提高了网络的动力学特性和预测性能，通过对比实验获得最佳结合方式和泄漏率，基于实验结果构建混合漏积分CRJ网络模型，最后使用训练完成的混合漏积分CRJ网络对钻井过程的关键变量进行时序预测，通过预测结果提前了解参数的变化情况，可以预先采取相应的调整策略，从而确保钻井工程安全、高效的进行。
-
公开(公告)号：CN110222387B
公开(公告)日：2021-01-12
申请号：CN201910439986.5
申请日：2019-05-24
Applicant: 北京化工大学
IPC: G06F30/27 , E21B45/00 , G06N3/08 , G06F119/14
Abstract: 本发明公开了一种基于混合漏积分CRJ网络的多元钻井时间序列预测方法，首先获得时间序列数据样本而且对数据样本进行数据预处理，其次使用灰关联算法选择预测变量的高相关变量作为网络输入，然后对传统的CRJ网络模型进行优化，使用记忆性更强的混合漏积分神经元与CRJ网络相互结合，提高了网络的动力学特性和预测性能，通过对比实验获得最佳结合方式和泄漏率，基于实验结果构建混合漏积分CRJ网络模型，最后使用训练完成的混合漏积分CRJ网络对钻井过程的关键变量进行时序预测，通过预测结果提前了解参数的变化情况，可以预先采取相应的调整策略，从而确保钻井工程安全、高效的进行。
-
Patent Agency Ranking
公开(公告)号：CN109472070A
公开(公告)日：2019-03-15
申请号：CN201811262632.X
申请日：2018-10-27
Applicant: 北京化工大学
Abstract: 本发明公开了一种基于PLS的ESN加热炉操作变量的软测量方法，包括：获得加热炉数据，所述加热炉数据包括加热炉压力、进料量、温度；使用归一化公式对所述加热炉数据进行归一化处理；对回声状态网络的各个参数值进行初始化；使用偏最小二乘算法对回声状态网络模型进行优化；根据优化之后的回声状态网络模型对加热炉操作变量进行预测。本发明提供的技术方案解决了传统的回声状态网络算法的多重共线性问题，据此优化回声状态网络模型，能够提高回声状态网络模型的精度和稳定性，广泛应用于加热炉操作变量的建模之中。因此，本发明提供的技术方案能够实现对加热炉在生产过程之中操作变量的有效预测，从而提高加热炉的热效率。
-
公开(公告)号：CN113988169A
公开(公告)日：2022-01-28
申请号：CN202111244307.2
申请日：2021-10-26
Applicant: 北京化工大学
IPC: G06K9/62 , G06F16/906
Abstract: 本发明公开了基于流数据聚类的化工过程多工况报警阈值自适应设置方法，首先采用流数据聚类，得到流数据聚类结果；然后利用聚类结果进行边缘提取获得分类信息，进而设定多工况参数报警阈值组并构建流数据聚类多工况报警模型；最后，根据多工况报警模型设定合适的模型匹配方法，进而给出完整的多工况报警阈值自适应设置方法。本发明针对传统的过程报警阈值优化未考虑化工过程多工况的局限性进行了改进，细化了报警阈值的多工况分状态的设置方法。与一些传统方法相比，本发明提出的方法可以根据流数据聚类结果进行自适应阈值匹配，通过识别数据波动，调整阈值范围进而精确报警，极大的降低了漏报率与误报率。
-
公开(公告)号：CN104637009A
公开(公告)日：2015-05-20
申请号：CN201310559529.2
申请日：2013-11-12
Applicant: 北京化工大学
IPC: G06Q50/20
CPC classification number: G06Q50/20
Abstract: 本发明公开了一种基于课程体系数据的动态课程地图处理系统及方法。该系统包括数据存储处理子系统，用于将课程地图涉及的数据进行设置，进行结构化处理，得到课程地图数据并存储；课程地图自动生成子系统，用于利用针对课程地图需求优化的图形排列Dot方法，根据课程地图数据，构建生成相应的课程地图图形；课程动态交互子系统，用于使用动态矢量图技术，将课程地图的数据进行处理，生成融入动态图形当中并显示交互。其增加了课程地图的交互性，使用户能够更直观的了解各课程之间的关系。
-
公开(公告)号：CN113947202A
公开(公告)日：2022-01-18
申请号：CN202111096738.9
申请日：2021-09-18
Applicant: 北京化工大学
Abstract: 本发明公开了一种工业过程多状态感知预测控制器设计方法，采用建立多状态预测模型的方法，通过不同工作点下的历史数据训练ESN神经网络，建立对应不同工作点的预测模型子模型，反映存在工作点切换时的被控过程特征，并针对多特征特征，分状态进行优化算法的求解，最后获得满足工艺要求的控制策略。采用多状态优化的方法相比于单一状态优化能更好的根据被控过程的不同特征求解出最优的控制策略。
-
公开(公告)号：CN104637009B
公开(公告)日：2018-01-05
申请号：CN201310559529.2
申请日：2013-11-12
Applicant: 北京化工大学
IPC: G06F17/00
Abstract: 本发明公开了一种基于课程体系数据的动态课程地图处理系统及方法。该系统包括数据存储处理子系统，用于将课程地图涉及的数据进行设置，进行结构化处理，得到课程地图数据并存储；课程地图自动生成子系统，用于利用针对课程地图需求优化的图形排列Dot方法，根据课程地图数据，构建生成相应的课程地图图形；课程动态交互子系统，用于使用动态矢量图技术，将课程地图的数据进行处理，生成融入动态图形当中并显示交互。其增加了课程地图的交互性，使用户能够更直观的了解各课程之间的关系。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.101 seconds)
