-
公开(公告)号：CN116245226A
公开(公告)日：2023-06-09
申请号：CN202310046732.3
申请日：2023-01-31
Applicant: 东北大学
Abstract: 本发明涉及一种基于工业大数据的高炉关键炉况参数优化方法，其方法包括：对获取的高炉冶炼过程中的全工序数据进行预处理操作；基于经预处理的数据，通过相关性分析对选取的高炉关键炉况参数进行特征筛选得到影响参数；基于高炉关键炉况参数和影响参数构造目标和约束函数的多元线性拟合函数，通过求解得到优化操作解集；利用预设案例库进行多级匹配并结合可行性分析对优化操作解集的解进行分类排序，得到最优操作解。本发明通过大数据技术采集、分析和处理高炉参数，基于机器学习与集成学习融合冶金理论与专家经验利用优化算法求得优化操作解，再经多级匹配分析与可行性分析，最终选择最小操作偏差和最低经济成本的解，以用于指导高炉生产。
-
公开(公告)号：CN114838711A
公开(公告)日：2022-08-02
申请号：CN202210257325.2
申请日：2022-03-16
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种海冰综合监测系统及方法，涉及海冰参数监测领域；提出了一种海冰综合监测系统，包括海冰参数识别模块、数据综合管理模块、系统界面模块。所述海冰参数识别模块，实时采集海冰数据、处理海冰数据，识别海冰密集度、厚度、海冰类型参数。所述数据综合管理模块，将海冰照片数据转化为行业要求的标准格式后，将海冰参数信息存储到数据库中。所述系统界面模块，为用户提供操作、浏览的海冰综合监测系统界面。同时提出了一种海冰综合监测方法，采用所述海冰综合监测系统；实时、精确测量海冰数据。离线地图的方式清晰的展示海冰在每个位置处的分布情况。将海冰数据、水文气象数据存储到数据库中，为分析海冰冰情规律打下坚实基础。
-
公开(公告)号：CN114819587A
公开(公告)日：2022-07-29
申请号：CN202210412850.7
申请日：2022-04-19
Applicant: 东北大学
Abstract: 本申请涉及一种基于大数据的高炉炉缸活跃性评价与预测方法及系统，所述方法包括：基于高炉生产历史数据和数据预处理获取高炉炉缸活跃性应用数据；基于高炉炉缸活跃性应用数据和机器学习建立高炉炉缸活跃性评价模型，通过评价模型对高炉炉缸活跃性进行初步评价；基于高炉炉缸活跃性应用数据和机器学习对高炉炉缸活跃性评价模型进行修正，基于修正后的评价模型对高炉炉缸活跃性进行最终评价和等级划分；基于高炉炉缸活跃性应用数据和深度学习、自学习建立高炉炉缸活跃性预测模型，通过预测模型对高炉炉缸活跃性进行预测。本申请基于上述方法，实现了对高炉炉缸活跃性的准确评价、精准预测，为高炉优质、高产、低耗、顺行提供了保障。
-
公开(公告)号：CN114548187A
公开(公告)日：2022-05-27
申请号：CN202210257406.2
申请日：2022-03-16
Applicant: 东北大学秦皇岛分校
IPC: G06K9/00
Abstract: 本发明公开了一种基于船舶冰激振动的海冰类型识别方法，涉及传感器检测技术领域，利用了冰‑船互作产生的激励振动加速度数据，数据获取的方式简单，操作便捷，不受海面能见度和光线影响；冰激振动的数据能够有效反映海冰类型的冲击能量信息；利用Hilbert变换得到的边际谱特征能够用于局部海域冰区的随船冰情测量，实现在船舱内对海冰类型的识别，克服了可见光相机和光学遥感卫星在采集海冰图像时容易受到云雾和光线干扰的缺陷，首先通过将加速度惯性传感器安装在破冰船船舱内采集冰激振动数据；其次对数据进行预处理；最后利用Hilbert变换后提取的边际谱特征，实现对破碎冰、平整冰、海水的识别。
-
-
-
Search Results
14
records
(took 0.026 seconds)
