公开(公告)号：CN107544578A

公开(公告)日：2018-01-05

申请号：CN201710873779.1

申请日：2017-09-25

Applicant: 燕山大学

Inventor： 赵彦涛 ,  陈宇 ,  郝晓辰 ,  单泽宇 ,  陈英豪

IPC: G05D23/19

Abstract: 本发明公开了一种基于BFCM-iWM模糊规则自提取的水泥分解炉温度控制方法，其内容包括：通过对分解炉工艺的分析与现场经验总结，分析与分解炉出口温度相关量，确定分解炉出口温度控制策略；通过查询工业现场数据库方法，采集分解炉运行时的数据；当分解炉喂煤量发生变化时，根据此条件和3σ准则进行剔除；剔除后确定分解炉温度偏差、偏差变化率以及分解炉喂煤增量的论域范围；应用BFCM聚类方法对样本数据进行聚类，确定样本数据的信任度；基于加入信任度iWM方法的规则提取；基于规则建立模糊控制器，实现温度控制。本发明方法采用加入数据信任度的iWM方法从数据中自动提取规则，避免了人工制定规则的主观性和局限性，提高了规则的准确性和鲁棒性。

公开(公告)号：CN107544578B

公开(公告)日：2020-01-07

申请号：CN201710873779.1

申请日：2017-09-25

Applicant: 燕山大学

Inventor： 赵彦涛 ,  陈宇 ,  郝晓辰 ,  单泽宇 ,  陈英豪

IPC: G05D23/19

Abstract: 本发明公开了一种基于BFCM‑iWM模糊规则自提取的水泥分解炉温度控制方法，其内容包括：通过对分解炉工艺的分析与现场经验总结，分析与分解炉出口温度相关量，确定分解炉出口温度控制策略；通过查询工业现场数据库方法，采集分解炉运行时的数据；当分解炉喂煤量发生变化时，根据此条件和3σ准则进行剔除；剔除后确定分解炉温度偏差、偏差变化率以及分解炉喂煤增量的论域范围；应用BFCM聚类方法对样本数据进行聚类，确定样本数据的信任度；基于加入信任度iWM方法的规则提取；基于规则建立模糊控制器，实现温度控制。本发明方法采用加入数据信任度的iWM方法从数据中自动提取规则，避免了人工制定规则的主观性和局限性，提高了规则的准确性和鲁棒性。

公开(公告)号：CN107818409A

公开(公告)日：2018-03-20

申请号：CN201710990386.9

申请日：2017-10-23

Applicant: 燕山大学

Inventor： 郝晓辰 ,  常跃进 ,  赵彦涛 ,  陈英豪 ,  单泽宇 ,  王昭旭

IPC: G06Q10/06 ,  G06Q50/04 ,  G06K9/62

CPC classification number: G06Q10/0637 ,  G06K9/6223 ,  G06Q50/04

Abstract: 本发明提供一种基于模糊关联规则的水泥生产参数及调节区间的优化方法，通过对历史数据库中的稳态数据进行关联规则挖掘，得到水泥生产系统稳态运行时参数间的强关联规则，利用关联规则确定水泥生产参数优化值及其调节区间。所述方法分为5个步骤：参数配置；数据采集及预处理；模糊集构建；模糊关联规则挖掘；参数优化值及其调节区间确定。本发明采用了动态确定最小支持度和最小置信度的方法，使得挖掘出的关联规则更为合理，该方法在火水泥生产过程节能优化控制技术领域内具有广泛的实用价值和应用前景。

公开(公告)号：CN108107724A

公开(公告)日：2018-06-01

申请号：CN201711264258.2

申请日：2017-12-05

Applicant: 燕山大学

Inventor： 赵彦涛 ,  贾利颖 ,  郝晓辰 ,  单泽宇 ,  何永强

IPC: G05B13/04

Abstract: 本发明公开了一种基于遗传算法的模型预测控制参数在线优化方法，首先基于对模型预测控制器控制机理的分析，初步确定待优化的控制参数；然后建立关于模型预测控制器参数优化的目标函数；进而通过遗传算法对目标函数进行求解，得到最优控制参数；最后将参数置入模型预测控制器参与控制。本发明方法解决了模型预测控制初次配置和由工业系统时变特性导致的控制参数难以整定的问题。

公开(公告)号：CN108171796A

公开(公告)日：2018-06-15

申请号：CN201711422433.6

申请日：2017-12-25

Applicant: 燕山大学

Inventor： 郑龙江 ,  张彩江 ,  单泽宇 ,  张立国 ,  王晓波

IPC: G06T17/05 ,  G06T7/73 ,  G06T7/50 ,  G06Q10/04 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种基于三维点云的巡检机器人视觉系统及控制方法，所述系统采用RGBD摄像机采集巡检环境点云数据，基于点云融合技术构建巡检环境的立体地图；基于人工势场法进行避障和最优路径规划；基于卷积神经网络识别算法，融合物体的三维特征，识别巡检环境中的目标物体，根据目标物体与相机的映射关系，准确定位目标物体的三维坐标；基于无线网络系统，将巡检机器人获取的实时数据实时快速地传输到控制终端；操作人员可通过控制终端实时监控或者回放巡检状况，并且可通过终端控制机器人执行巡检任务。所述系统的控制方法，可使巡检机器人的工作环境不受环境光线变化的影响，可以在黑暗的光线条件下完成巡检任务。

公开(公告)号：CN107679671A

公开(公告)日：2018-02-09

申请号：CN201710990534.7

申请日：2017-10-23

Applicant: 燕山大学

Inventor： 郝晓辰 ,  王昭旭 ,  赵彦涛 ,  单泽宇 ,  李博文 ,  王立元

IPC: G06Q10/04 ,  G06N3/08 ,  G06Q50/06

CPC classification number: G06Q10/04 ,  G06N3/084 ,  G06Q50/06

Abstract: 本发明公开了一种隐含时间序列深度信念网络的水泥生产电耗预测方法，其内容包括：根据水泥工艺选取输入变量，并进行归一化处理，构建模型的输入层；确定模型的初始参数完成对HTS-DBN模型的初步建立，并对模型进行无监督的前向训练，确定初始权值和偏置；采用BP反向误差修正算法对整个神经网络进行有监督的反向微调。利用训练好的HTS-DBN模型进行水泥生产电耗实时预测。本发明建立的HTS-DBN水泥能耗预测模型解决了时变时延问题，能够精确的预测水泥生产电耗量，对水泥生产的科学生产调度和合理的能源规划提供依据，从而为水泥制造的优化生产和降低能耗提供条件。