-
公开(公告)号：CN106011350B
公开(公告)日：2018-05-04
申请号：CN201610523551.5
申请日：2016-07-05
Applicant: 东北大学
Abstract: 本发明提供一种高炉布料过程料面形状估计方法及系统，该方法包括获取高炉布料过程参数、炉料参数和布料矩阵；计算各溜槽倾角下炉料所形成料堆堆尖点横坐标；计算第一个溜槽倾角下的料面形状；根据各溜槽倾角下炉料满足的体积约束、前一个溜槽倾角下的料面形状和基本料面的料面形状，依次迭代求出第二个溜槽倾角到布完第n个各溜槽倾角下的料面形状，得到高炉布料过程料面形状估计结果。该系统包括采集模块、横坐标计算模块模块、第一料面形状计算模块、料面形状估计模块。本发明为不同布料制度下料面形状提供计算依据，根据本发明实现高炉内部料面形状准确估计，根据炉况实时调整布料制度，改变炉料分布，提高煤气利用率，使高炉稳定顺行。
-
公开(公告)号：CN107526927A
公开(公告)日：2017-12-29
申请号：CN201710679268.6
申请日：2017-08-10
Applicant: 东北大学
Abstract: 本发明提供一种高炉铁水质量在线鲁棒软测量方法，包括：在高炉冶炼过程可控变量中选取对高炉铁水质量参数相关性最高的六个可控变量，作为输入变量；同时选取输出变量；确定随机权神经网络模型的阶次；初始化随机权神经网络相关参数与变量；鲁棒初始阶段；利用随机权神经网络模型和获取的高炉炼铁过程数据，在线估计当前时刻的铁水质量参数；鲁棒在线序贯学习阶段。本发明中引入利用基于柯西分布加权M估计在线序贯随机权神经网络，根据残差的大小决定样本数据对建立模型的贡献，解决了建模过程中大量离群点对建模的不良影响，同时能不断根据新测量的包含有离群点的高炉炼铁过程数据不断修正模型参数，自适应当前工况，消除离群点影响而准确预测。
-
公开(公告)号：CN104750902B
公开(公告)日：2017-11-03
申请号：CN201410624125.1
申请日：2014-11-07
Applicant: 东北大学
Abstract: 基于多输出支持向量回归机的铁水质量多元动态软测量方法属于高炉冶炼自动化控制领域，特别涉及一种基于多输出支持向量回归机(M‑SVR)的高炉炼铁过程铁水质量多元动态软测量方法。本发明可通过常规在线测量方法提供的模型输入数据，给出当前时刻多元铁水质量参数的在线估计值，为高炉生产过程的优化操作和优化运行提供关键质量指标。本发明包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M‑SVR软测量模型的训练和使用。
-
公开(公告)号：CN106202918A
公开(公告)日：2016-12-07
申请号：CN201610536827.3
申请日：2016-07-08
Applicant: 东北大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明提供一种高炉铁水硅含量在线估计方法及系统，该方法包括：实时采集高炉炼铁过程中的热风压力、热封温度、富氧率、设定喷煤量、鼓风湿度、炉腹煤气量；利用基于最小二乘-支持向量机的高炉铁水硅含量在线估计模型，在线估计高炉铁水硅含量。该系统包括：采集模块、估计模块。本发明利用最小二乘-支持向量机对高炉铁水硅含量进行建模，并从模型误差概率密度函数曲线入手，利用随机分布控制理论将建模误差概率密度函数曲线解耦为更容易控制的误差权值向量，通过改变高炉铁水硅含量在线估计模型参数控制建模误差PDF曲线的形状，使高炉铁水硅含量在线估计模型的误差概率密度函数曲线达到理想状态，得到准确的高炉铁水硅含量在线估计结果。
-
公开(公告)号：CN106011350A
公开(公告)日：2016-10-12
申请号：CN201610523551.5
申请日：2016-07-05
Applicant: 东北大学
CPC classification number: C21B7/24 , C21B5/006 , C21B2300/04
Abstract: 本发明提供一种高炉布料过程料面形状估计方法及系统，该方法包括获取高炉布料过程参数、炉料参数和布料矩阵；计算各溜槽倾角下炉料所形成料堆堆尖点横坐标；计算第一个溜槽倾角下的料面形状；根据各溜槽倾角下炉料满足的体积约束、前一个溜槽倾角下的料面形状和基本料面的料面形状，依次迭代求出第二个溜槽倾角到布完第n个各溜槽倾角下的料面形状，得到高炉布料过程料面形状估计结果。该系统包括采集模块、横坐标计算模块模块、第一料面形状计算模块、料面形状估计模块。本发明为不同布料制度下料面形状提供计算依据，根据本发明实现高炉内部料面形状准确估计，根据炉况实时调整布料制度，改变炉料分布，提高煤气利用率，使高炉稳定顺行。
-
Patent Agency Ranking
公开(公告)号：CN105821170A
公开(公告)日：2016-08-03
申请号：CN201610311561.2
申请日：2016-05-11
Applicant: 东北大学
Abstract: 一种高炉多元铁水质量指标软测量系统及方法，该系统包括：数据采集单元、数据预处理单元、软测量单元；该方法包括：获取高炉多元铁水质量指标软测量所需参数；对高炉多元铁水质量指标动态软测量所需参数进行滤波、剔除噪声及归一化处理；利用高炉多元铁水质量指标动态软测量模型进行高炉多元铁水质量指标动态软测量：以滤波及归一化处理后的高炉多元铁水质量指标动态软测量所需参数作为输入，以当前时刻高炉多元铁水质量指标为输出，采用输出自反馈，动态在线递推预测高炉多元铁水质量指标。本发明考虑高炉冶炼过程的滞后特性和输入输出变量之间的时序关系，利用递推子空间智能建模技术，实现高炉冶炼过程多元铁水质量指标的动态在线软测量。
-
公开(公告)号：CN104459089B
公开(公告)日：2016-05-11
申请号：CN201410768527.9
申请日：2014-12-12
Applicant: 东北大学
IPC: G01N33/34
Abstract: 一种高浓磨浆系统游离度的软测量方法涉及化学机械制浆生产过程高浓磨浆系统游离度的测量技术领域，具体地说是涉及一种基于粒子群算法优化ε-支持向量回归机(PSO-ε-SVR)的高浓磨浆系统游离度的软测量方法。本发明提供一种高浓磨浆系统游离度的软测量方法，该方法能够实现对高浓磨浆机出浆游离度的实时测量，提高人工测量的效率和精度，为工业实时控制和实现节能降耗提供技术支持。本发明方法由硬件平台及测量软件组成，其中硬件平台核心包括高浓磨浆系统三盘磨浆机、压力传感器、震动传感器、加速度传感器、流量传感器、分料螺旋等。
-
公开(公告)号：CN104915505A
公开(公告)日：2015-09-16
申请号：CN201510341025.2
申请日：2015-06-18
Applicant: 东北大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于随机分布理论和小波神经网络的制浆过程高浓盘磨机随机动态系统输出纤维形态PDF建模方法，属于制浆造纸过程高浓磨浆随机动态系统建模和控制领域。该方法运用小波神经网络智能建模方法的局部时域、频域特性以及强大的非线性函数逼近能力，并结合随机分布B样条基函数逼近概率密度函数理论，建立了高浓磨浆系统输出纤维形态分布PDF与盘磨机主要输入变量之间的非线性动态模型。本发明方法较以往建模方法更加直观、稳定，误差精度高，避免了机理模型假设性强、通用性差的弊端。同时实现了高浓磨浆系统输出PDF的预测，为高浓磨机输出纸浆纤维形态参数的在线实时软测量奠定了理论基础和参考价值，也为输出纤维形态分布PDF的跟踪控制和运行优化提供模型基础。
-
公开(公告)号：CN104750902A
公开(公告)日：2015-07-01
申请号：CN201410624125.1
申请日：2014-11-07
Applicant: 东北大学
Abstract: 基于多输出支持向量回归机的铁水质量多元动态软测量方法属于高炉冶炼自动化控制领域，特别涉及一种基于多输出支持向量回归机(M-SVR)的高炉炼铁过程铁水质量多元动态软测量方法。本发明可通过常规在线测量方法提供的模型输入数据，给出当前时刻多元铁水质量参数的在线估计值，为高炉生产过程的优化操作和优化运行提供关键质量指标。本发明包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M-SVR软测量模型的训练和使用。
-
公开(公告)号：CN104459089A
公开(公告)日：2015-03-25
申请号：CN201410768527.9
申请日：2014-12-12
Applicant: 东北大学
IPC: G01N33/34
Abstract: 一种高浓磨浆系统游离度的软测量方法涉及化学机械制浆生产过程高浓磨浆系统游离度的测量技术领域，具体地说是涉及一种基于粒子群算法优化ε-支持向量回归机(PSO-ε-SVR)的高浓磨浆系统游离度的软测量方法。本发明提供一种高浓磨浆系统游离度的软测量方法，该方法能够实现对高浓磨浆机出浆游离度的实时测量，提高人工测量的效率和精度，为工业实时控制和实现节能降耗提供技术支持。本发明方法由硬件平台及测量软件组成，其中硬件平台核心包括高浓磨浆系统三盘磨浆机、压力传感器、震动传感器、加速度传感器、流量传感器、分料螺旋等。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.054 seconds)
