-
公开(公告)号:CN114897311B
公开(公告)日:2025-02-28
申请号:CN202210400000.5
申请日:2022-04-15
Applicant: 东北大学
IPC: G06Q10/0639 , G06Q10/04 , G06Q50/02 , G06Q10/0631
Abstract: 本发明公开了一种浓密脱水工序的协调调度优化方法,涉及浓密脱水技术领域,该方法利用建立的协调调度优化模型对浓密脱水过程的协调调度进行优化,在保证设备安全稳定运行的前提下,综合考虑底流浓度与阶梯电价,合理安排放矿压滤时间,使生产能耗成本达到最低。本发明可实现对浓密机底流浓度的准确预测,并在保证浓密脱水过程安全、稳定运行的前提下,有效提高底流浓度;本发明提出的协调调度优化模型可根据当天初始底流浓度,预测最佳的放矿压滤方案,以协助操作员进行控制,减少设备在用电高峰期的运行时间,大幅度降低能耗经济指标。
-
公开(公告)号:CN119168897A
公开(公告)日:2024-12-20
申请号:CN202410971169.5
申请日:2024-07-19
Applicant: 东北大学
IPC: G06T5/70
Abstract: 本申请公开了一种基于去噪扩散概率模型的浮选泡沫图像生成方法及装置、存储介质、计算机设备,该方法包括:获取多张浮选泡沫原始图像;分别将各张浮选泡沫原始图像裁剪至预设尺寸,得到浮选泡沫裁剪图像,以构成浮选泡沫裁剪图像集;利用浮选泡沫裁剪图像集训练去噪扩散概率模型,以使去噪扩散概率模型基于损失函数在对浮选泡沫裁剪图像依次进行加噪和去噪的过程中迭代优化模型权重参数,得到第一权重参数文件;向训练后的去噪扩散概率模型输入随机生成的高斯噪声图像,并使用训练后的去噪扩散概率模型基于第一权重参数文件将输入的高斯噪声图像进行逐步去噪,以生成多张第一浮选泡沫扩充图像。有助于低成本的获得较高质量的浮选泡沫图像。
-
公开(公告)号:CN118608874A
公开(公告)日:2024-09-06
申请号:CN202411070308.3
申请日:2024-08-06
Applicant: 东北大学
IPC: G06V10/764 , G06V10/56 , G06V10/54 , G06V10/774
Abstract: 本申请涉及冶金领域。本发明公开了阳极炉精炼还原期采样点判断方法、装置、设备及介质,方法,包括:获取炉口火焰图像;基于预先设置的图像预处理模型,根据炉口火焰图像,得到处理后炉口火焰图像;基于预先设置的图像特征提取模型,得到处理后炉口火焰图像中的颜色特征、纹理特征、形状特征;将颜色特征、纹理特征、形状特征输入训练得到的还原期采样点判断模型,判断炉口火焰图像对应的时间点是否为还原期后期采样点。本申请通过从火焰图像中提取的颜色特征、形状特征和纹理特征,基于还原期采样点判断模型识别出还原期后期采样点,提高了识别的准确性,避免了因人为主观因素延误精炼时间加大的冶炼成本,增加了生产的主动性,提高了生产效率。
-
公开(公告)号:CN114897679A
公开(公告)日:2022-08-12
申请号:CN202210383192.3
申请日:2022-04-12
Applicant: 东北大学
Abstract: 本发明公开了一种基于生成式对抗网络的浮选泡沫有损压缩图像复原方法,涉及矿物浮选技术领域,本发明针对浮选图片难以大量存储的问题,提出先使用有损图片压缩算法压缩图片,再使用超分辨率重构算法还原图片的思想解决该问题。首先对图片进行缩放后再利用JPEG图像压缩算法进行低质量压缩,压缩后的图片大小仅为原图的八十分之一,极大地增加了工控机可以存储的图片数量;但是压缩后的浮选泡沫图像会丢失部分信息,且存在模糊、失真等现象,使用对抗式生成网络对原图进行重构的方法可以有效地复原图像,解决图像模糊失真等问题,以便后续分析。
-
公开(公告)号:CN112506050B
公开(公告)日:2021-12-03
申请号:CN202011218977.2
申请日:2020-11-04
IPC: G05B13/04
Abstract: 一种基于潜变量过程迁移模型的间歇过程集成优化方法,获取新生产过程B和旧生产过程A的数据信息,且展开二维数据矩阵以获得Xa、Ya、Xb、Yb;对A和B生产过程的数据矩阵进行归一化处理,并建立过程迁移模型;构造优化问题并求解B生产过程最优解xb(k)*;在单个批次运行期间内对操作变量x设定n个决策点,将其分成n+1段;当到达第i个决策点时,判断是否缺失数据,在决策点形成输入矢量,对未知数据进行补充,预估未来的操作变量轨迹;判断决策点i处是否存在扰动,存在扰动计算新的控制剖面;对操作变量进行补偿更新,对补偿后的优化解进行滤波;获取最终产品质量,并使用新的控制剖面操作第k+1个批次。该方法能有利于提高产品的生产质量。
-
公开(公告)号:CN104199389B
公开(公告)日:2017-06-30
申请号:CN201410258104.2
申请日:2014-06-12
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明提供一种湿法冶金置换过程的优化控制方法,包括过程数据采集、辅助变量的选择以及数据预处理、置换过程优化模型的建立、置换过程的优化等步骤,其特征在于:用化学反应动力学方程式和物料守恒原理建立置换率机理模型;用KPLS算法建立金泥品位数据模型;采用带修正项的自适应迭代优化算法对置换过程进行优化。本发明还提供了一种实施置换过程置优化的软件系统,它包括主程序、数据库和人机交互界面,该系统软件以湿法冶金合成过程控制系统的模型计算机作为硬件平台。将本发明应用于某金湿法冶金工厂置换过程,对锌粉添加量进行优化,结果表明该方法确保了金的回收率,降低了后续工序的处理成本,提高了经济效益。
-
公开(公告)号:CN104199389A
公开(公告)日:2014-12-10
申请号:CN201410258104.2
申请日:2014-06-12
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明提供一种湿法冶金置换过程的优化控制方法,包括过程数据采集、辅助变量的选择以及数据预处理、置换过程优化模型的建立、置换过程的优化等步骤,其特征在于:用化学反应动力学方程式和物料守恒原理建立置换率机理模型;用KPLS算法建立金泥品位数据模型;采用带修正项的自适应迭代优化算法对置换过程进行优化。本发明还提供了一种实施置换过程置优化的软件系统,它包括主程序、数据库和人机交互界面,该系统软件以湿法冶金合成过程控制系统的模型计算机作为硬件平台。将本发明应用于某金湿法冶金工厂置换过程,对锌粉添加量进行优化,结果表明该方法确保了金的回收率,降低了后续工序的处理成本,提高了经济效益。
-
公开(公告)号:CN114897679B
公开(公告)日:2024-06-14
申请号:CN202210383192.3
申请日:2022-04-12
Applicant: 东北大学
IPC: G06T3/4046 , G06T3/4053 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T9/00
Abstract: 本发明公开了一种基于生成式对抗网络的浮选泡沫有损压缩图像复原方法,涉及矿物浮选技术领域,本发明针对浮选图片难以大量存储的问题,提出先使用有损图片压缩算法压缩图片,再使用超分辨率重构算法还原图片的思想解决该问题。首先对图片进行缩放后再利用JPEG图像压缩算法进行低质量压缩,压缩后的图片大小仅为原图的八十分之一,极大地增加了工控机可以存储的图片数量;但是压缩后的浮选泡沫图像会丢失部分信息,且存在模糊、失真等现象,使用对抗式生成网络对原图进行重构的方法可以有效地复原图像,解决图像模糊失真等问题,以便后续分析。
-
公开(公告)号:CN114897311A
公开(公告)日:2022-08-12
申请号:CN202210400000.5
申请日:2022-04-15
Applicant: 东北大学
Abstract: 本发明公开了一种浓密脱水工序的协调调度优化方法,涉及浓密脱水技术领域,该方法利用建立的协调调度优化模型对浓密脱水过程的协调调度进行优化,在保证设备安全稳定运行的前提下,综合考虑底流浓度与阶梯电价,合理安排放矿压滤时间,使生产能耗成本达到最低。本发明可实现对浓密机底流浓度的准确预测,并在保证浓密脱水过程安全、稳定运行的前提下,有效提高底流浓度;本发明提出的协调调度优化模型可根据当天初始底流浓度,预测最佳的放矿压滤方案,以协助操作员进行控制,减少设备在用电高峰期的运行时间,大幅度降低能耗经济指标。
-
公开(公告)号:CN108181891B
公开(公告)日:2020-05-05
申请号:CN201711325147.8
申请日:2017-12-13
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种基于智能核主元分析的工业大数据故障诊断方法,涉及故障监测与诊断技术领域。该方法通过采集电熔镁炉熔炼过程中的图像、电流等数据,异构建模大数据池,对数据池中的样本进行智能核主元分析,得到分类器判别矩阵的最优解,建立初始监测分类器模型,采用平均即使风险逼近批量学习的批量风险的方法更新初始监测分类器模型,由更新后的监测分类器对新采集到的异构后的数据进行分类标记,求得结果图,通过结果图即可判断新采集的数据是否发生故障。本发明建立了生产流程的物理化学变量和图像声音视频的大数据池,实现结合多个信息源的互补信息,发现数据源之间的关联关系,以达到降低误报警率、提高故障检测的准确性的目的。
-
-
-
-
-
-
-
-
-