公开(公告)号：CN119160033A

公开(公告)日：2024-12-20

申请号：CN202410735126.7

申请日：2024-06-07

Applicant: 东北大学秦皇岛分校

Inventor： 赵强 ,  刘慧 ,  韩英华

IPC: B60L53/67 ,  B60L53/62 ,  G06Q10/0637 ,  G06Q50/06 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明提供基于混合动作空间的电动汽车充放电决策方法，涉及电动汽车技术领域。该方法具体包括：构建包括若干个电动汽车充电模型的多智能体充电系统；分别构建状态空间、混合动作空间和奖赏函数；采用混合动作空间多智能体软动作‑评论算法为多智能体充电系统构建多智能体强化学习框架并进行初始化；获取t时刻电动汽车的状态，再利用初始化后的多智能体强化学习框架得到t时刻电动汽车选择的连续动作、t时刻电动汽车的瞬时奖励和t+1时刻电动汽车的状态，并放入经验池；从经验池从随机抽取数据样本并输入到多智能体强化学习框架中训练网络参数，得到训练好的多智能体强化学习框架，用于解决电动汽车的充放电决策问题。

公开(公告)号：CN118378558A

公开(公告)日：2024-07-23

申请号：CN202410256262.8

申请日：2024-03-06

Applicant: 东北大学

Inventor： 赵强 ,  崔宝玉 ,  康长科 ,  夏禹 ,  刘文宝 ,  赵思凯 ,  沈岩柏

IPC: G06F30/28 ,  G06F30/17 ,  G06F18/27 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明提供一种工业型分级旋流器快速精准选型方法，具体步骤包括：采集不同工况条件下的旋流分级性能数据；构建旋流分级数据库；采用多元线性回归方法，构建无量纲化数学模型；考察实际生产场景的工作流程，获取上游作业的代表性样本；将代表性样品的分级数据，代入数学模型中，计算修正系数；模拟仿真试验优化参数，并进行工业试验校核；确定最优结构并量化生产。本发明克服了现有选型方法中的缺点与不足，以多元线性的无量纲化数学模型为核心，结合物理和数值试验方法确定最优结构参数，可大幅降低人力、物力和时间成本，能够实现大型工业分级旋流器的快速精准选型。

公开(公告)号：CN117303517A

公开(公告)日：2023-12-29

申请号：CN202311539363.8

申请日：2023-11-17

Applicant: 东北大学

Inventor： 刘文宝 ,  刘文刚 ,  张锐锐 ,  赵强 ,  沈岩柏 ,  赵思凯 ,  丁睿

IPC: C02F1/461 ,  C02F1/28 ,  C02F101/30

Abstract: 本发明公开一种赤泥微电解材料及其制备方法与应用，属于微电解材料制备技术领域。本发明的赤泥电解材料制备方法包括如下步骤：称取一定比例粒度为‑0.074mm占90％以上的赤泥和无烟煤混合均匀后加适量水制造球体并烘干，随后将烘干的小球放于加盖石墨坩埚中在马弗炉中焙烧，冷却后的小球经破碎、研磨、磁选工序后得到黑色粉末，将黑色粉末真空烘干获得铁‑铝‑碳三元双金属赤泥微电解材料。本发明的铁‑铝‑碳赤泥微电解材料可以有效处理有机废水中的有机物，通过氧化还原的方式使得废水中的有机物浓度降解到可排放标准，可实现赤泥矿的绿色、高效综合利用，同时减轻赤泥和工业有机废水对环境的污染。

公开(公告)号：CN117106994A

公开(公告)日：2023-11-24

申请号：CN202310930612.X

申请日：2023-07-27

Applicant: 东北大学秦皇岛分校

Inventor： 韩英华 ,  王晨 ,  赵强

IPC: C21B5/00 ,  G06F18/24 ,  G06F18/214 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  C21B7/24

Abstract: 本发明涉及一种高炉过程监测方法，根据时滞矩阵构建目标监测模型进行训练，监测模型包括图注意力神经网络和门控循环神经网络；将时滞矩阵输入至目标监测模型，生成时空特征向量和残差向量，其中时空特征向量生成特征空间、残差向量生成残差空间；根据KNN算法在特征空间获取每个样本的HD分数，根据KNN算法和残差空间获取每个样本的RD分数；采用KNN算法和HD分数生成第一监测阈值，KNN算法和得到的RD分数生成第二监测阈值；将HD分数与第一监测阈值进行比较生成第一比较结果，RD分数与第二监测阈值进行比较生成第二比较结果，根据第一比较结果和第二比较结果生成监测结果。

公开(公告)号：CN117065937A

公开(公告)日：2023-11-17

申请号：CN202311072641.3

申请日：2023-08-24

Applicant: 东北大学

Inventor： 刘文宝 ,  刘文刚 ,  甘琦强 ,  赵强 ,  沈岩柏 ,  崔宝玉 ,  赵思凯

IPC: B03D1/018 ,  B03D1/02 ,  B03D101/02 ,  B03D101/06 ,  B03D103/04

Abstract: 本发明公开一种低品位锂云母浮选组合捕收剂及其应用，属于矿物加工技术领域。本发明的锂云母浮选组合捕收剂SDI‑101由阳离子捕收剂和阴离子捕收剂组成，包括以下质量分数的原料：胺类捕收剂20％‑80％和氨基羧酸类捕收剂20‑80％，将该组合捕收剂用于协同提高低品位锂云母矿浮选效率，在锂云母原矿Li2O品位低于0.5％的情况下，通过“一粗一精一扫”浮选工艺可以获得含Li2O品位为2％左右及回收率为80％以上的锂云母精矿，本发明的锂云母组合捕收剂可适用于低品位锂云母矿，原矿不需要脱泥处理；本发明的锂云母组合捕收剂具有捕收性、适应性强等优点，可有效提升锂云母精矿的品位和回收率，促进锂云母资源的高效利用。

公开(公告)号：CN116251748A

公开(公告)日：2023-06-13

申请号：CN202310082667.X

申请日：2023-02-08

Applicant: 东北大学

Inventor： 刘文刚 ,  孙文瀚 ,  刘文宝 ,  赵强 ,  陈旭东

IPC: B07B9/02 ,  B07B11/00

Abstract: 一种干式风力分离器，包括分离器筒体、沉砂收集桶、抽风机、溢流收集桶，所述分离器筒体设置于所述沉砂收集桶顶部，所述分离器筒体内部设有稳流锥，所述稳流锥固接于分离器端盖，所述抽风机设置于所述溢流收集桶顶部，所述分离器筒体通过连通管与所述溢流收集桶连接，所述分离器筒体和所述稳流锥之间形成分离区，所述分离区自上而下依次为慢速分离区、中速分离区、快速分离区，本发明为干式矿选设备，设备配置简单，无需对样品进行调浆和脱水，本发明提供的稳流锥，可以显著提高分选器内部流场稳定性和对称性。

公开(公告)号：CN114566971A

公开(公告)日：2022-05-31

申请号：CN202210196338.3

申请日：2022-03-01

Applicant: 东北大学秦皇岛分校

Inventor： 赵强 ,  王佳 ,  韩英华

IPC: H02J3/06 ,  H02J3/46 ,  H02J3/48 ,  H02J3/50 ,  G06F30/27 ,  G06F111/04

Abstract: 可再生能源出力的间歇性和负荷的随机性给电网安全运行带来了挑战，最优潮流需要实时求解以有效帮助电网运营商做出有效的实时决策。本发明提出了一种基于近端策略优化算法的实时最优潮流计算方法，涉及电力系统规划控制领域。首先依据电力系统的拓扑结构、历史信息和潮流求解器构建电力系统仿真环境；然后搭建近端策略优化算法的智能体，在离线训练过程中与环境进行交互并优化智能体参数。离线训练结束后，智能体依据电网中实时状态提供最优动作，得到接近最优的潮流解，实现在线应用。本发明在IEEE14节点系统中进行训练和验证，并与MATPOWER的最优潮流标准解进行比较，验证了该方法在计算实时最优潮流上的有效性。

公开(公告)号：CN114552678A

公开(公告)日：2022-05-27

申请号：CN202210230225.0

申请日：2022-03-09

Applicant: 东北大学秦皇岛分校

Inventor： 汪晋宽 ,  宋冠儒 ,  韩英华 ,  赵强

IPC: H02J4/00 ,  H02J5/00 ,  H02J1/10 ,  H02J3/38

Abstract: 交直流微电网被认为是分布式发电的一种有效的解决方案。本发明提出一种考虑恒功率负载与小信号稳定性的系统及控制方法，涉及电力电子领域；本发明建立了微电网中包括源侧的输出阻抗和负载侧包括恒功率负载的输入阻抗模型，然后提出了一种级与内模原理的模糊准比例谐振控制方法的，然后对推导的小信号模型进行小信号稳定性分析，研究带有恒功率负载对系统的影响，由于方法在高频有高的幅值裕度，因此提出的模糊比例谐振控制能够增强微电网的小信号稳定性。最后通过pscad和matlab仿真说明了该控制方法的有效性。

公开(公告)号：CN110428175B

公开(公告)日：2022-05-24

申请号：CN201910715086.9

申请日：2019-08-05

Applicant: 东北大学秦皇岛分校

Inventor： 赵强 ,  苏帆帆 ,  汪晋宽 ,  韩英华

IPC: G06Q10/06 ,  G06Q50/04 ,  G06F16/215 ,  G06F16/2458 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的热轧带钢板凸度预报方法，包括以下步骤：S1，采集并记录带钢生产数据，然后对采集到的数据进行预处理，包括缺失值删除、异常值删除、归一化；S2，根据所述带钢生产数据，利用基于Morisita指数的属性选择方法，去除所采集数据中的冗余与不相关属性，筛选出能够表征板凸度变化的最少数量的属性构成预报模型的输入变量集；S3，基于所述的输入变量集建立基于深广卷积神经网络的带钢出口板凸度预报模型，从而获得热轧带钢出口板凸度。本发明利用卷积神经网络中的卷积层提取数据的高阶特征和不变性特征，学习变量间局部相关关系，并结合深度神经网络的全局特征学习能力，显著提高了板凸度预报精度。

公开(公告)号：CN110270442B

公开(公告)日：2021-06-08

申请号：CN201910580350.2

申请日：2019-06-28

Applicant: 东北大学

Inventor： 崔宝玉 ,  赵强 ,  康长科 ,  卢江 ,  张璐 ,  宋涛

IPC: B04C11/00

Abstract: 本发明提供一种水力旋流器的自动监测控制系统，包括：主控模块、测量模块、数据转化和储存模块、电信号处理模块、调整模块、显示模块、语音报警模块、紧急制动模块以及水力旋流器配套设备；主控模块分别连接数据转化和储存模块、语音报警模块、显示模块、调整模块；数据转化和储存模块连接测量模块，测量模块连接水力旋流器配套设备，调整模块连接紧急制动模块，紧急制动模块连接电信号处理模块，实时测量旋流器的散射角，反映水力旋流器工作状态，在水力旋流器工作异常时用优化算法对水力旋流器的操作参数进行调整，实现水力旋流器的自动监测，减少工况波动对水力旋流器分离性能的影响，增强水力旋流器工作的稳定性，提高分级系统的自动控制水平。