-
公开(公告)号：CN116700003A
公开(公告)日：2023-09-05
申请号：CN202310781000.9
申请日：2023-06-29
Applicant: 浙江中控技术股份有限公司
IPC: G05B13/04
Abstract: 本发明涉及一种使用流程工业历史数据构建强化学习环境的方法及系统，该方法包括：收集生产过程历史数据，包括工业生产过程中记录的传感器数据、生产过程控制操作数据和产品质量分析数据；根据对应工业场景将生产过程历史数据划分为状态集合与动作集合；根据工业场景的控制优化目标设定奖励函数；将生产过程历史数据、状态定义、动作定义和奖励函数输入到不同的深度学习网络模型中训练，得到工业场景强化学习环境的模型。本发明可以对未知工况进行多次探索，无需在真实环境上进行测试即可找到最优控制策略。
-
公开(公告)号：CN112905632A
公开(公告)日：2021-06-04
申请号：CN202110067788.8
申请日：2021-01-19
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC: G06F16/245 , G06F16/28 , G06Q50/04
Abstract: 本发明提出了一种基于参数案例的常减压设备配置方法及装置，包括：获取常减压设备的历史工况数据，基于历史工况数据生成工况标签以及与工况标签对应的参数案例；对属于同一工况标签的参数案例设置约束条件，基于约束条件对参数案例进行聚类，根据聚类结果得到参数案例库；基于目标工况标签对参数案例库进行检索，根据检索出的参数案例对常减压设备进行参数配置。本发明提出的技术方案无需基于反应机理对常减压装置进行机理建模，采用常减压装置在真实运行时产生的历史工况数据形成参数案例，避免机理建模容易导致理论值与实际值出现偏差的问题，以及生产条件变化时需要重新建模的问题。
-
公开(公告)号：CN112699926A
公开(公告)日：2021-04-23
申请号：CN202011556244.X
申请日：2020-12-25
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC: G06K9/62 , G06F16/2458 , G06F16/215 , G06N3/08 , G06Q10/06
Abstract: 本申请实施例提出了基于人工智能技术的水泥生料立磨饱磨异常识别方法，包括确定正确识别工况状态的关键工艺指标；结合卡尔曼滤波算法对获取到的生产数据进行预处理，对预处理后的生产数据结合半监督学习算法对立磨历史工况进行自动标注；基于立磨关键工艺指标历史数据及伪标签结合递归提升决策树构建异常工况识别模型，向模型实时导入对应关键工艺指标的预处理后数据进行立磨异常状态实时识别。基于主电机总有功功率、主电机电流、磨机本体压差、磨辊位移、回料斗提电流、振动等关键过程工艺变量和伪标签数据，利用梯度提升决策树算法建立饱磨工艺异常识别模型，在线识别生料磨当前运行状态，具有预测准确度高、模型稳定、泛化能力强的特点。
-
公开(公告)号：CN112699926B
公开(公告)日：2023-01-20
申请号：CN202011556244.X
申请日：2020-12-25
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
IPC: G06F18/2431 , G06F18/25 , G06F18/23213 , G06F16/2458 , G06F16/215 , G06N3/0895
Abstract: 本申请实施例提出了基于人工智能技术的水泥生料立磨饱磨异常识别方法，包括确定正确识别工况状态的关键工艺指标；结合卡尔曼滤波算法对获取到的生产数据进行预处理，对预处理后的生产数据结合半监督学习算法对立磨历史工况进行自动标注；基于立磨关键工艺指标历史数据及伪标签结合递归提升决策树构建异常工况识别模型，向模型实时导入对应关键工艺指标的预处理后数据进行立磨异常状态实时识别。基于主电机总有功功率、主电机电流、磨机本体压差、磨辊位移、回料斗提电流、振动等关键过程工艺变量和伪标签数据，利用梯度提升决策树算法建立饱磨工艺异常识别模型，在线识别生料磨当前运行状态，具有预测准确度高、模型稳定、泛化能力强的特点。
-
公开(公告)号：CN114330647A
公开(公告)日：2022-04-12
申请号：CN202111503925.4
申请日：2021-12-09
Applicant: 浙江中控技术股份有限公司
IPC: G06N3/04 , G06N3/08 , C30B29/06 , C30B28/14 , C01B33/035
Abstract: 本申请公开了一种模型训练方法、装置及硅棒重量预测方法。其中，模型训练方法包括：获取样本数据集合，样本数据集合中的每个样本数据中包括：还原炉在预设运行时长下的运行数据及生成的硅棒重量数据，其中，每个样本数据对应的预设运行时长不同；对样本数据集合中的各个样本数据进行归一化处理，得到归一化数据集合；建立长短期记忆网络模型；基于归一化数据集合对长短期记忆网络模型进行训练，得到目标预测模型，目标预测模型用于依据还原炉的运行数据预测生成硅棒的重量。本申请解决了相关技术中难以准确确定还原炉中硅棒重量的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN111241677A
公开(公告)日：2020-06-05
申请号：CN202010022944.4
申请日：2020-01-09
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
Abstract: 本发明涉及计算机领域，尤其涉及一种基于机器学习的常减压装置生产模拟方法及系统，包括：S1：采集常减压装置不同工况下的工况数据；S2：将所有工况数据按照同一时刻进行对齐建立工况数据集；S3：将工况数据集划分为训练数据集、验证数据集；S4：建立基于机器学习的常减压装置生产模拟模型；S5：计算每个参数组合下的模型在验证数据集上的预测值与真实值之间的均方根误差；S6：选取均方根误差均值最小的参数组合下的模型并保存；S7：根据已保存的常减压装置生产模拟模型。本发明无需按照理论对常减压装置进行机理建模，采用真实的常减压装置生产数据，基于机器学习方法建立常减压装置生产模拟模型，避免理论值与实际值的偏差的问题。
-
公开(公告)号：CN117234072A
公开(公告)日：2023-12-15
申请号：CN202310986064.2
申请日：2023-08-07
Applicant: 浙江中控技术股份有限公司
IPC: G05B13/04
Abstract: 本发明提供了一种水泥窑尾高温风机智能优化控制方法及系统，所述方法包括：获得与回转窑高温风机有关的关键变量；基于关键变量进行解耦，构建关于分层优化的推优模块，推优模块包括输出基准转速N0的基准转速模块、输出燃烧效率增量转速ΔN1的窑内燃烧效率辨识模块、输出窑头负压增量转速ΔN2的窑头负压范围控制模块；构建滞环控制模块，用于校正由增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1，输出最终转速N2。本发明通过对高温风机进行解耦，通过构建窑内燃烧效率辨识模块、窑头负压范围控制模块与滞环控制模块优化高温风机的转速，实现回转窑系统用风与煤、料匹配，降低高温风机电耗及回转窑系统煤耗。
-
公开(公告)号：CN114399086A
公开(公告)日：2022-04-26
申请号：CN202111583683.4
申请日：2021-12-22
Applicant: 浙江中控技术股份有限公司
Abstract: 本申请公开了一种甲基氯硅烷粗单体的产量预测方法及装置。其中，该方法包括：获取当前时段内甲基氯硅烷MCS合成装置运行的过程中，与甲基氯硅烷粗单体的产量具有关联关系的各个自变量，其中，自变量至少包括：温度；将各个自变量输入至预先训练好的支持向量机回归模型，其中，支持向量机回归模型为基于多组训练数据训练得到的，其中，多组训练数据中每组数据包括：第一历史时段内影响甲基氯硅烷粗单体的产量的自变量，以及甲基氯硅烷粗单体的实际产量；根据支持向量机回归模型的计算结果确定甲基氯硅烷粗单体的产量预测值。本申请解决了现有技术中对甲基氯硅烷(MCS)合成装置运行过程中的甲基氯硅烷粗单体产量预测结果不准确，容错性小以及预测结果稳健性较差的技术问题。
-
公开(公告)号：CN112102890B
公开(公告)日：2023-12-15
申请号：CN202010737959.9
申请日：2020-07-28
Applicant: 浙江中控技术股份有限公司 , 浙江中控软件技术有限公司
Abstract: 本发明涉及工业装置数据挖掘领域，尤其涉及一种基于机器学习模型的MCS合成装置反应温度预测方法，包括从MCS合成装置运行相关变量中筛选出与反应温度有关的变量因素；获取与反应温度有关的变量因素所对应的历史数据并进行预处理；采用ε‑SVR机器学习算法建立SVR反应温度变化率预测模型；获取与反应温度有关的变量因素所对应的当前数据并输入训练好的SVR反应温度变化率预测模型，计算获得未来一段时间的反应温度变化率预测值，通过对当前反应温度值与反应温度变化率预测值进行累加，获得未来一段时间MCS合成装置的反应温度预测值。通过对甲基氯硅烷(MCS)合成装置运行反应温度进行预测，能够分析当前该甲基氯硅烷(MCS)合成装置的反应温度的稳定性及变化趋势。
-
公开(公告)号：CN116661397A
公开(公告)日：2023-08-29
申请号：CN202310761751.4
申请日：2023-06-26
Applicant: 浙江中控技术股份有限公司
IPC: G05B19/418
Abstract: 本申请公开了一种设备状态的确定方法、装置及电子设备。其中，该方法包括：获取目标设备在当前时刻的运行数据，其中，运行数据为工业生产流程中产生的数据，运行数据包括输入数据和输出数据，输入数据为输入位号集合对应的数据，输出数据为输出位号集合对应的数据；采用预设学习模型对输入数据进行预测，得到输出数据的预测值，其中，预设学习模型依据目标设备的历史输入数据和历史输出数据训练得到；通过预测值和预设区间确定目标区间，并依据输出数据和目标区间的关系，确定目标设备的运行状态。本申请解决了工业领域在进行单变量异常判定时，没有考虑变量之间的相关关系进行异常检测的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.042 seconds)
