-
公开(公告)号：CN109682976B
公开(公告)日：2020-05-22
申请号：CN201910153512.4
申请日：2019-02-28
Applicant: 东北大学
IPC: G01N33/66
Abstract: 本发明涉及一种基于多模型融合的连续血糖监测传感器在线故障检测方法，包括如下步骤：S1、获取在线CGM监测信号数据；S2、将获取的在线CGM监测信号数据输入多模型融合算法模型中，获取在线预测误差；S3、将获取的在线预测误差和历史预测误差结合计算获得在线时刻的熵值；S4、将计算获得的在线时刻的熵值Ji1、Ji2分别与当前时刻的阈值Tkl1、Tkl2比较；若当前时刻的熵值Ji1、Ji2不全大于当前时刻的阈值Tkl1、Tkl2，则判断当前血糖监测传感器工作正常；若当前时刻的熵值Ji1、Ji2均大于当前时刻的阈值Tkl1、Tkl2，则判断当前血糖监测传感器工作异常。本发明提供的检测方法具有检测精度高的优点。
-
公开(公告)号：CN107817784B
公开(公告)日：2019-07-23
申请号：CN201711013418.6
申请日：2017-10-26
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明提供一种基于并发偏最小二乘的过程故障检测方法，包括利用基于并发偏最小二乘的青霉素发酵过程故障检测模型处理输入变量数据和输出变量数据；计算输入变量数据在完全输出相关空间中的霍特林统计量、输出不相关空间的主元空间中的霍特林统计量及残差空间中的SPE统计量、输出变量数据在输入不相关空间的主元空间中的霍特林统计量和残差空间中的SPE统计量；计算组合统计量；进行过程故障判断。本发明方法利用正交偏最小二乘提取输入变量数据的输出相关信息，降低了计算负载数目，利用完全正交分解彻底地分离输出相关信息和输出不相关信息，准确地检测故障、清晰地识别故障是否与输出相关，从而更好的操作设备来降低成本、提高产量和质量。
-
公开(公告)号：CN109935333A
公开(公告)日：2019-06-25
申请号：CN201910172915.3
申请日：2019-03-07
Applicant: 东北大学
Abstract: 本发明属于血糖预测技术领域，尤其涉及一种基于OVMD-SE-PSO-BP的血糖预测方法。包括如下步骤：对待预测的原始血糖数据进行预处理，得到原始血糖序列，采用最优变分模态分解与样本熵结合的方法，将原始血糖序列分解为多个血糖子序列；A2、对所述多个血糖子序列进行重构；A3、对重构后的每一血糖子序列分别训练粒子群优化的神经网络模型，将每一血糖子序列输入该子序列的粒子群优化的神经网络模型，获得每一血糖子序列的血糖预测结果；A4、将每一血糖子序列的血糖预测结果进行融合，得到待测试样本的血糖预测结果。此方法得到的血糖预测值与实际更加符合。
-
公开(公告)号：CN109765943A
公开(公告)日：2019-05-17
申请号：CN201910033118.7
申请日：2019-01-14
Applicant: 东北大学
IPC: G05D23/19
Abstract: 本发明提供了一种加热炉燃料阀门脉冲优化控制装置与方法，属于阀门控制技术领域，包括参数设置模块、信号输入模块、脉冲连续复合信号生成模块和信号输出模块。该方法可以弥补由于电动调节阀自身结构特点造成的调节精度不够的问题，可以使阀门在小范围调节时，克服空程差与阀门精度不足造成的缺陷，使阀门控制达到更好的控制效果，尤其在阀门本身空程差较大(响应分辨率不高)的情况下，可以改善和提高阀门精度特性，提高加热装置温度控制效果。
-
公开(公告)号：CN109859850B
公开(公告)日：2022-12-06
申请号：CN201910169764.6
申请日：2019-03-06
Applicant: 东北大学
IPC: G16H50/50
Abstract: 本发明提供了基于变分模态分解和极限学习机的血糖预测方法，包括：S1、获取待预测血糖时间序列；S2、预处理待预测血糖时间序列；S3、使用变分模态分解算法对预处理的待预测血糖时间序列进行分解，获得若干有限带宽的子信号；以及，计算每一个子信号样本熵，并根据每一个子信号样本熵，归类叠加，获得待预测血糖时间序列的若干子序列；S4、根据每一个子序列训练每一个子序列的极限学习机血糖预测模型，将每一个子序列输入该子序列的极限学习机血糖预测模型，输出每一个子序列的血糖预测结果；S5、对每一个子序列的血糖预测结果进行融合，获得待预测血糖时间序列的血糖预测结果。提高了血糖浓度的预测精度，能够更好的控制患者的血糖值。
-
Patent Agency Ranking
公开(公告)号：CN110887057A
公开(公告)日：2020-03-17
申请号：CN201910993053.0
申请日：2019-10-18
Applicant: 东北大学
Abstract: 本发明涉及加热炉温度控制技术领域，提供一种燃气加热炉主管和支管流量匹配优化控制装置及方法。该装置及方法通过参数设置模块进行参数设置，通过信息采集模块实现对加热炉信息采集，通过主阀与支阀温度不同控制周期匹配的双闭环控制模块计算出主阀和各支阀实际开度，通过主阀与支阀开度动态限幅设定模块，设定对应的动态限幅值，得到不同控制周期匹配的双闭环控制外环控制周期主阀最终控制量和各支阀最终控制量。主阀后压力稳压控制模块得到主阀开度的下一内环控制周期补偿控制信号量。将主阀最终控制量、各支阀最终控制量和主阀开度的下一内环控制周期补偿控制信号量通过控制量下发模块按对应周期下发给各阀门，如此周期控制。
-
公开(公告)号：CN108221001A
公开(公告)日：2018-06-29
申请号：CN201810051481.7
申请日：2018-01-19
Applicant: 东北大学
Abstract: 本发明提供一种用于两相直流电熔镁炉的极心距与炉壳外形设计方法，包括：设计两相直流电熔镁炉系统的结构；求得熔池表面在阴极与阳极共同影响下的电弧功率分布；确定两相直流电熔镁炉系统的物理参数，包括：求极心距；根据熔池表面在阴极与阳极共同影响下的电弧功率分布以及求得的极心距确定炉壳外形。本发明通过对两相直流电熔镁炉的运行状态与电气构成进行分析，能够有效地计算出满足两相直流电熔镁炉最佳运行状态的极心距与炉壳外形，能够在工业生产过程中有效地减小物料与电能的损耗。
-
公开(公告)号：CN105674060B
公开(公告)日：2018-01-09
申请号：CN201610029730.3
申请日：2016-01-01
Applicant: 深圳德尔科机电环保科技有限公司 , 东北大学
IPC: F17D3/01
Abstract: 本发明提供了一种压缩空气系统压力流量联合控制节能装置及方法，属于工业过程控制领域，包括控制装置和直通管道，直通管道上设置有智能调节阀和流量计，智能调节阀靠近直通管道的气体入口端，流量计靠近直通管道的气体出口端，还包括设置在直通管道外且与直通管道的气体出口端相连通的压力变送器，控制装置分别与智能调节阀、流量计及压力变送器通过信号线连接。本发明提供的压缩空气系统压力流量联合控制节能装置结构简单，易于安装与维护，检测方便；该控制方法摒弃以往采用单回路控制对压力进行单一控制的方法，采用串级双回路闭环控制方法对压力、流量进行联合控制，大大改善压缩空气系统压力调节的控制效果。
-
公开(公告)号：CN106764445A
公开(公告)日：2017-05-31
申请号：CN201611010940.4
申请日：2016-11-17
Applicant: 东北大学 , 深圳德尔科机电环保科技有限公司
Abstract: 本发明提供一种压缩空气工业系统的节能优化控制方法及装置，属于压缩空气供给与工业过程控制领域。可以降低能源浪费，减少资源消耗。包括通过压力计获取主管压力值，N条支管压力值和N条支管流量值，对多组主管滤波压力值和多组N条支管滤波压力值进行归一化处理，确定主管归一化压力值和N条支管归一化压力值；根据第一时间段主管平均压力值，第二时间段主管平均压力值，第一时间段N条支管平均压力值，第二时间段N条支管平均压力值，通过公式确定压缩空气系统的稳定性；根据N条支管的特性系数和N条支管压力目标下限值，通过公式确定气源总管压力优化设定值；确定控制所述主管压力值。
-
公开(公告)号：CN106300198A
公开(公告)日：2017-01-04
申请号：CN201610890978.9
申请日：2016-10-12
Applicant: 东北大学
IPC: H02G7/14
CPC classification number: H02G7/14
Abstract: 本发明涉及一种架空输电线路的双摆防舞器及使用方法，包括导线线夹、小螺栓、环形隔离圈、短连接杆、共振摆减振器、参数激振摆减振器，导线线夹一端固接到输电导线上，另一端通过小螺栓均布固接到环形隔离圈上，导线线夹的数量与输电线数量相匹配；环形隔离圈均布若干个通孔，环形隔离圈底部设置两根短连接杆，两根短连接杆的夹角为α，且短连接杆的对称轴线通过环形隔离圈圆心，短连接杆底端与共振摆减振器连接，共振摆减振器围绕着分裂导线中心来回摆动，吸收输电导线的振动能量，减小输电导线的振动。优点是：共振摆减振器和参数激振摆减振器联合到一起，形成一个整体式双摆防舞器，同时对水平振动、垂直振动和倾斜振动进行减振。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.02 seconds)
