-
公开(公告)号：CN109254530B
公开(公告)日：2021-08-10
申请号：CN201811484541.0
申请日：2018-12-06
Applicant: 河北工业大学
IPC: G05B13/02
Abstract: 本发明公开了一种基于磨矿过程基础回路的无模型自适应控制方法。该控制方法应用于磨矿过程中旋流器给矿浓度控制回路，将灰狼优化算法与无模型自适应控制结合起来，同时对无模型自适应控制算法与灰狼优化算法进行改进。采用IGWO算法对IMFAC算法相关参数进行优化，保证了IMFAC算法的控制精度与参数选择的最优值，保证旋流器给矿浓度稳定在期望值附近，以便对磨矿过程中旋流器给矿浓度进行更好的跟踪，控制效果更好，适用性更强，具有较强的鲁棒性。在实际磨矿运行作业中减少了人工调节参数的环节，控制过程更高效，适用性更强。
-
公开(公告)号：CN112836431A
公开(公告)日：2021-05-25
申请号：CN202110159354.0
申请日：2021-02-05
Applicant: 河北工业大学
Abstract: 本发明为一种基于PSO‑LSTM的青霉素发酵过程故障预测方法，包括第一步、采集数据，计算控制限控制限SPEcl以及T2统计量和SPE统计量；第二步、构建T2统计量的LSTM模型和SPE统计量的LSTM模型；第三步、利用PSO算法优化LSTM模型参数，分别构建T2统计量的PSO‑LSTM预测模型和SPE统计量的PSO‑LSTM预测模型；第四步、利用T2统计量的PSO‑LSTM预测模型和SPE统计量的PSO‑LSTM预测模型对青霉素发酵过程进行实时故障预测，将预测值分别进行反归一化处理，得到两个统计量的取值；若T2统计量的取值超过控制限或SPE统计量的取值超过控制限SPEcl，则表示发生故障，否则运行正常。
-
公开(公告)号：CN111667694A
公开(公告)日：2020-09-15
申请号：CN202010575303.1
申请日：2020-06-22
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于改进DTW-KNN的短时交通流预测方法。所述方法包括：首先创建基于改进DTW-KNN的短时交通流预测模型，包括使用平均影响值算法确定状态向量的组成，创建历史状态向量和待预测状态向量；其次，通过动态时间规整距离筛选待预测向量的最近邻；最后，依据短时交通流量的时间连续性进行预测。本发明深入挖掘交通流数据的随机性与不确定性，充分考虑短时交通流数据中的线性和非线性特征，有效提高了预测精度。
-
公开(公告)号：CN109254530A
公开(公告)日：2019-01-22
申请号：CN201811484541.0
申请日：2018-12-06
Applicant: 河北工业大学
IPC: G05B13/02
Abstract: 本发明公开了一种基于磨矿过程基础回路的无模型自适应控制方法。该控制方法应用于磨矿过程中旋流器给矿浓度控制回路，将灰狼优化算法与无模型自适应控制结合起来，同时对无模型自适应控制算法与灰狼优化算法进行改进。采用IGWO算法对IMFAC算法相关参数进行优化，保证了IMFAC算法的控制精度与参数选择的最优值，保证旋流器给矿浓度稳定在期望值附近，以便对磨矿过程中旋流器给矿浓度进行更好的跟踪，控制效果更好，适用性更强，具有较强的鲁棒性。在实际磨矿运行作业中减少了人工调节参数的环节，控制过程更高效，适用性更强。
-
公开(公告)号：CN108491683A
公开(公告)日：2018-09-04
申请号：CN201810250685.3
申请日：2018-03-26
Applicant: 河北工业大学
IPC: G06F19/00
Abstract: 本发明提供一种青霉素发酵过程故障检测方法，主要步骤为：收集多种工况下的生产数据，包含正常生产数据、故障数据，每个工况收集多批次完整的生产数据；对收集的三维数据进行数据预处理；在主元分析理论的基础上，对数据进一步提炼并提取数据特征；所得特征空间用于检测数据投影和子空间分析；进而进行故障检测。故障检测的统计控制限由多批正常工况的完整批次数据制定。实际检测时，精细检测生产数据的子空间的统计量是否超过融合统计控制限，判断该批生产是否受到故障影响，从而完成故障检测。本发明检测方法采用融合统计控制限对青霉素发酵过程故障进行检测，能够更加精确地检测间歇生产过程中的故障，提高检测效率。
-
Patent Agency Ranking
公开(公告)号：CN110570659B
公开(公告)日：2020-11-20
申请号：CN201911037283.6
申请日：2019-10-29
Applicant: 河北工业大学
Abstract: 本发明提出了一种时间度量下的交通路网模型构建方法，首先获取交通路网的静态数据，包括路段和交叉口的固有信息；接着对路网当中动态信息即交通流量、交通速度进行处理和预测；然后对路网当中的路段和交叉口进行耗时代价的计算，并对交叉口的路段连接方式细分；最后建立起一个在时间度量下的交通路网模型。本发明丰富了对交叉口的处理，可以融合道路交通信息对路段及交叉口的耗时进行计算，所建立的模型为以后研究在路网中与时间有关的问题提供方便，为路径规划等交通决策提供支持。
-
公开(公告)号：CN106875703A
公开(公告)日：2017-06-20
申请号：CN201710268491.1
申请日：2017-04-23
Applicant: 河北工业大学
CPC classification number: G08G1/08 , G08G1/0104 , G08G1/042 , G08G1/065
Abstract: 本发明为一种公路交通机动车流量检测及事故报警装置。该装置包括磁感应线圈单元阵列、交通流信号处理器、事故报警装置、交通流管理平台与交通信号灯；所述的磁感应线圈单元阵列的分布为：在路口处，从停车线开始，直至上一个路口的来向道路下，以阵列分布有磁感应线圈单元，单向每排3～5个磁感应线圈单元，相邻磁感应线圈单元的间距为1.2～1.4米，前后排的间距为8～12米；磁感应线圈单元铺设在路面之下20～50厘米处。本发明可以对道路上任意位置的交通流进行检测、预估、调控和诱导能够适应更加复杂的交通状况，更好地完成对交通流的调控，最大程度地保证了交通的安全运行与通畅。
-
公开(公告)号：CN111667694B
公开(公告)日：2021-12-28
申请号：CN202010575303.1
申请日：2020-06-22
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于改进DTW‑KNN的短时交通流预测方法。所述方法包括：首先创建基于改进DTW‑KNN的短时交通流预测模型，包括使用平均影响值算法确定状态向量的组成，创建历史状态向量和待预测状态向量；其次，通过动态时间规整距离筛选待预测向量的最近邻；最后，依据短时交通流量的时间连续性进行预测。本发明深入挖掘交通流数据的随机性与不确定性，充分考虑短时交通流数据中的线性和非线性特征，有效提高了预测精度。
-
公开(公告)号：CN113011102A
公开(公告)日：2021-06-22
申请号：CN202110355435.8
申请日：2021-04-01
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于多元时间序列的Attention‑LSTM的青霉素发酵过程故障预测方法，首先通过皮尔逊Pearson相关性分析选择青霉素发酵过程中的多个相关过程变量，然后通过Attention机制对LSTM的输入序列不同时刻的隐向量赋予了不同的权重，使得神经网络预测模型对长时间序列输入的处理更为有效，实现对青霉素发酵过程的故障预测建模。本发明采用注意力机制与LSTM相结合的故障预测模型对青霉素发酵过程进行故障预测，克服了现有LSTM在处理长序列输入时易忽略重要时序信息的问题，使得基于LSTM的故障预测更精准。
-
公开(公告)号：CN110570659A
公开(公告)日：2019-12-13
申请号：CN201911037283.6
申请日：2019-10-29
Applicant: 河北工业大学
Abstract: 本发明提出了一种时间度量下的交通路网模型构建方法，首先获取交通路网的静态数据，包括路段和交叉口的固有信息；接着对路网当中动态信息即交通流量、交通速度进行处理和预测；然后对路网当中的路段和交叉口进行耗时代价的计算，并对交叉口的路段连接方式细分；最后建立起一个在时间度量下的交通路网模型。本发明丰富了对交叉口的处理，可以融合道路交通信息对路段及交叉口的耗时进行计算，所建立的模型为以后研究在路网中与时间有关的问题提供方便，为路径规划等交通决策提供支持。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.022 seconds)
