-
公开(公告)号：CN118245937A
公开(公告)日：2024-06-25
申请号：CN202410324007.2
申请日：2024-03-21
申请人： 浙江大学
IPC分类号： G06F18/2433 , C21B5/00 , G06F18/2415 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/044 , G06N3/049 , G06F123/02
摘要： 本发明公开了一种基于知识的时序图卷积神经网络（knowledge‑based temporal convolution neural network,KB‑TGCN）高炉故障诊断方法。该方法可以解决高炉炼铁过程的时空依赖性和样本不平衡问题。首先，利用传感器直接检测的变量计算得到能够进一步反映过程状态的计算变量。然后，根据变量的空间位置和计算关系，构建基于知识的图结构。随后，在图卷积神经网络中嵌入一维时间信息提取模块。因此，TGCN可以在保持原始空间关系的同时捕获时间信息。利用基于知识的图结构，KB‑TGCN可以充分挖掘不同高炉位置的空间信息。此外，方法采用带自适应平衡因子的焦点损失函数代替传统的交叉熵损失函数来克服样本不平衡问题。
-
公开(公告)号：CN113223634B
公开(公告)日：2022-09-16
申请号：CN202110303503.6
申请日：2021-03-22
申请人： 浙江大学
摘要： 本发明公开了一种基于二维自注意力增强GRU模型高炉铁水硅含量预测方法，属于工业过程监控、建模和仿真领域。通过从真实的高炉生产数据中获取有效信息建立模型，实现铁水硅含量提前预测，指导后续生产操作。考虑高炉生产过程中各参数变量对产品铁水硅含量的影响大小不同且随时间动态变化，提出在GRU模型特征维度增加自注意力，获取各参数变量的动态权重；同时，考虑系统动态性以及大时滞问题，提出基于因果卷积的时间维度自注意力机制，实现高炉运行参数局部动态特征增强感知，以及运行参数同工艺指标的软对标；本发明方法对于具有大时滞、强动态性的高炉系统具有很好的拟合效果，能够实现对高炉铁水硅含量的准确预测。
-
公开(公告)号：CN113223634A
公开(公告)日：2021-08-06
申请号：CN202110303503.6
申请日：2021-03-22
申请人： 浙江大学
摘要： 本发明公开了一种基于二维自注意力增强GRU模型高炉铁水硅含量预测方法，属于工业过程监控、建模和仿真领域。通过从真实的高炉生产数据中获取有效信息建立模型，实现铁水硅含量提前预测，指导后续生产操作。考虑高炉生产过程中各参数变量对产品铁水硅含量的影响大小不同且随时间动态变化，提出在GRU模型特征维度增加自注意力，获取各参数变量的动态权重；同时，考虑系统动态性以及大时滞问题，提出基于因果卷积的时间维度自注意力机制，实现高炉运行参数局部动态特征增强感知，以及运行参数同工艺指标的软对标；本发明方法对于具有大时滞、强动态性的高炉系统具有很好的拟合效果，能够实现对高炉铁水硅含量的准确预测。
-
公开(公告)号：CN117995294A
公开(公告)日：2024-05-07
申请号：CN202410037717.7
申请日：2024-01-10
申请人： 浙江大学
IPC分类号： G16C20/10 , G16C20/70 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08 , C21B5/00 , C21B7/24
摘要： 本发明公开了一种基于图网络的高炉数字孪生系统硅含量容错预测方法。该方法分为可信度评估、数据质量增强和时间尺度聚合三部分。首先，面向传感器测量过程中会出现的点偏差与序列漂移，开发了基于注意力机制的点级可信度计算以及基于图结构对比的序列级可信度评估，综合点‑序评估结果实现对低质量数据的识别。之后，有针对性地开展基于图神经网络的数据增强，利用相邻传感器的特征对低质量数据进行增强。最后利用时间尺度聚合挖掘数据中的动态性，完成硅含量的预测。该方法通过“评估‑增强”两步，实现传感器测量失准情况下模型的容错预测，提升了该方法对抗干扰的能力，使其在复杂的工业环境适应性更强，提升了方法精度。
-
公开(公告)号：CN109959486B
公开(公告)日：2020-02-07
申请号：CN201910182162.4
申请日：2019-03-11
申请人： 浙江大学
IPC分类号： G01M1/22
摘要： 本发明公开了一种极坐标式砂轮在线动平衡系统快速高精度平衡方法，属于转子在线动平衡技术领域。本发明提出的在线动平衡法，克服了逐步寻优法的不足：可以快速寻找两平衡盘合适的初始夹角提高平衡效率；将平衡操作判据振动大小按平衡阶段细分为振动有效值和振动工频分量，协调优化平衡速度和平衡精度；调节步长为变步长，适应不同大小的不平衡量，以此兼顾平衡速度和精度；可消减两平衡盘转动步长不一致带来的不良影响，使平衡速度和精度大为提高。特别的，当不平衡量大小在一特定区间时，本方法平衡速度更快，效果更为显著。
-
公开(公告)号：CN109959486A
公开(公告)日：2019-07-02
申请号：CN201910182162.4
申请日：2019-03-11
申请人： 浙江大学
IPC分类号： G01M1/22
摘要： 本发明公开了一种极坐标式砂轮在线动平衡系统快速高精度平衡方法，属于转子在线动平衡技术领域。本发明提出的在线动平衡法，克服了逐步寻优法的不足：可以快速寻找两平衡盘合适的初始夹角提高平衡效率；将平衡操作判据振动大小按平衡阶段细分为振动有效值和振动工频分量，协调优化平衡速度和平衡精度；调节步长为变步长，适应不同大小的不平衡量，以此兼顾平衡速度和精度；可消减两平衡盘转动步长不一致带来的不良影响，使平衡速度和精度大为提高。特别的，当不平衡量大小在一特定区间时，本方法平衡速度更快，效果更为显著。
-
公开(公告)号：CN118039003B
公开(公告)日：2024-09-06
申请号：CN202410037715.8
申请日：2024-01-10
申请人： 浙江大学
IPC分类号： G16C20/10 , G16C20/70 , G06N3/0455 , G06N3/042 , G06N3/0464 , C21B5/00
摘要： 本发明公开了一种基于分布与图卷积的高炉数字孪生系统硅含量预测方法。该方法利用高炉数字孪生系统中的数据平台获取生产现场的数据，搭建预测模型，包括多通道单变量特征提取器、图神经网络与预测器，预测的硅含量被存储为数据平台的质量数据。其中多通道单变量特征提取器是基于概率分布的变分自编码器，对单个变量的样本提取概率分布。从概率分布中采样，得到每个变量的特征表示。该表示作为节点的特征参与图结构的构建，通过图神经网络实现变量间信息的交互，进而对数据存在缺失的变量完成信息的补充。该方法针对单个过程变量统计概率分布，并基于图结构实现信息交互，充分挖掘变量中的信息并适应数据缺失情况，从而有效提升预测精度。
-
公开(公告)号：CN118039003A
公开(公告)日：2024-05-14
申请号：CN202410037715.8
申请日：2024-01-10
申请人： 浙江大学
IPC分类号： G16C20/10 , G16C20/70 , G06N3/0455 , G06N3/042 , G06N3/0464 , C21B5/00
摘要： 本发明公开了一种基于分布与图卷积的高炉数字孪生系统硅含量预测方法。该方法利用高炉数字孪生系统中的数据平台获取生产现场的数据，搭建预测模型，包括多通道单变量特征提取器、图神经网络与预测器，预测的硅含量被存储为数据平台的质量数据。其中多通道单变量特征提取器是基于概率分布的变分自编码器，对单个变量的样本提取概率分布。从概率分布中采样，得到每个变量的特征表示。该表示作为节点的特征参与图结构的构建，通过图神经网络实现变量间信息的交互，进而对数据存在缺失的变量完成信息的补充。该方法针对单个过程变量统计概率分布，并基于图结构实现信息交互，充分挖掘变量中的信息并适应数据缺失情况，从而有效提升预测精度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.02 秒)
