公开(公告)号：CN115526298A

公开(公告)日：2022-12-27

申请号：CN202211269650.7

申请日：2022-10-18

Applicant: 安徽工业大学

Inventor： 陶陶 ,  汪福生 ,  张思涵 ,  孙晨 ,  郑啸 ,  薛希玲

IPC: G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06Q50/26 ,  G01N33/00

Abstract: 本发明公开了一种高鲁棒性的大气污染物浓度综合预测方法，属于污染物浓度预测技术领域。本发明以气象环境监测站获取的多种环境数据为原始数据，采用K‑means思想和平滑填补法处理缺失值和异常值，使数据在填补影响下依然具备高准确性；采用特征工程进行训练数据的特征筛选；并行训练神经网络算法和具有随机性的随机森林、迭代决策树算法并产生初始预测结果；以真实数据为标准，动态搜索随机森林、迭代决策树、神经网络预测结果的最优组合权重；以最优组合权重组合预测结果，得到最后综合预测模型的污染物预测结果。本发明可以保证在原始数据质量存在缺失污染时，通过数据清洗和组合方法仍可以产生一个高精度的预测结果。

公开(公告)号：CN119723187A

公开(公告)日：2025-03-28

申请号：CN202411789519.2

申请日：2024-12-06

Applicant: 安徽工业大学

Inventor： 陶陶 ,  苏大富 ,  贾晓峰 ,  万震羽 ,  郑啸 ,  周昊 ,  王修君 ,  孙晨

IPC: G06V10/764 ,  G06V10/20 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于深度学习的工业设备故障预测方法及装置，属于工业自动化和智能检测技术领域。该方法包括：将一维时序信号映射为时序角度，通过动态加权格拉姆矩阵计算时序角度得到二维图像；构建深度学习网络结构提取二维图像的局部特征和全局特征；将局部特征和全局特征拼接得到融合特征；将融合特征通过自适应平均池化层降维后，再经过全连接层分类，输出故障预测结果。该装置包括：信号采集模块、边缘计算模块、信号发射模块、信号接收模块和服务器。本发明集成硬件采集、边缘计算和软件算法的多模块架构，通过改进信号处理和深度学习网络结构，有效捕获一维时序信号的时空特征，兼顾局部细节和全局结构，有效提高工业设备故障检测精度。

公开(公告)号：CN212864908U

公开(公告)日：2021-04-02

申请号：CN202021871170.4

申请日：2020-08-31

Applicant: 安徽工业大学

Inventor： 王巧玲 ,  尹振兴 ,  张龙 ,  吴巍 ,  孙晨

IPC: C22B9/05 ,  C22B21/06

Abstract: 本实用新型公开了一种金属冶炼用吹气除杂装置，属于金属冶炼吹气精炼技术领域。本实用新型包括主气管、上吹气单元和下吹气单元，所述上吹气单元和下吹气单元设置在主气管上，所述上吹气单元能沿着主气管的长度方向上下移动，所述上吹气单元包括多个上吹气管，多个上吹气管沿着主气管周向设置；所述下吹气单元位于主气管底部，所述下吹气单元的周向上设有多个吹气管，且多个吹气管与主气管相连通。通过上吹气单元和下吹气单元共同作用，将气体较为均匀吹入至金属溶液中，同时，控制上吹气单元沿着主气管上下移动，带动金属溶液扰动，将下吹气单元喷吹的气泡打散，变成较小的气泡，从而增加气泡与金属溶液的接触面积，提高除杂效果。