一种基于潜在扩散模型的多阶段结构拓扑优化方法

    公开(公告)号:CN119417716A

    公开(公告)日:2025-02-11

    申请号:CN202411451786.9

    申请日:2024-10-17

    Applicant: 东北大学

    Abstract: 本发明提供一种基于潜在扩散模型的多阶段结构拓扑优化方法,涉及工程设计和结构设计优化技术领域。利用传统SIMP方法创建结构拓扑优化图像数据集并进行预处理;然后将结构拓扑优化图像映射到低维潜在空间表示以减少数据维度提升计算效率;并在低维潜在对初始潜在变量进行前向扩散过程及逆向扩散过程,在逆向扩散过程中加入去噪网络并引入交叉注意力机制和条件机制,使得拓扑结构根据物理和功能需求调整设计,并保证结构保真度;完成训练后将低维空间的潜在变量映射回高维空间,生成拓扑结构,并对其进行少步SIMP直接优化,快速细化结构并直接将物理信息注入设计中,以适应给定的边界条件,实现少步迭代即可完成最优拓扑结构生成。

    基于工艺机理与数据驱动的高炉稳定性指标体系构建方法

    公开(公告)号:CN119204854A

    公开(公告)日:2024-12-27

    申请号:CN202411722928.0

    申请日:2024-11-28

    Applicant: 东北大学

    Abstract: 本发明提供一种基于工艺机理与数据驱动的高炉稳定性指标体系构建方法,涉及高炉炼铁生产技术领域。首先对数据进行预处理,消除原始数据中的突变、尖峰现象,使数据趋于平滑,并剔除不必要的冗余参数。其次,使用新的特征循环选择方法,建立高炉稳定性指标体系,基于机器学习模型的预测误差变动分析得到各个特征的重要性得分,并基于所设计的判断规则以及现场专家的实际需求来循环删除重要性低的特征,最终实现高炉稳定性指标体系的构建。本发明可以基于现场需求自动构建高炉稳定性指标体系,能够满足现场专家对高炉炉况的监测需求,帮助现场操作人员更好地监控和控制高炉的运行状态,实现高炉生产过程的持续改进和优化。

    面向指标偏好不平衡数据的连退产品质量多指标预测方法

    公开(公告)号:CN119204851A

    公开(公告)日:2024-12-27

    申请号:CN202411719068.5

    申请日:2024-11-28

    Applicant: 东北大学

    Abstract: 本发明提供一种面向指标偏好不平衡数据的连退产品质量多指标预测方法,涉及钢铁企业冷轧生产控制过程的数据处理技术领域。首先通过定义数据样本对不同性能指标的偏好关系,将这种偏好关系进行量化表示,进而融入多任务深度学习预测模型进行特征计算与偏好处理,同时利用进化算法实现多任务深度学习模型的自主优化构建,提高多任务预测模型的性能。本发明提出了样本‑指标偏好的定量化计算方法,并将其应用到多任务深度学习模型构建中,提升了连退带钢质量性能多指标在线预测模型的精度,从而能够帮助冷轧生产工序提高带钢产品的质量和稳定性,提升质量管控的智能化水平。

    一种基于分解策略的制造企业数据空间系统任务调度方法

    公开(公告)号:CN114371915B

    公开(公告)日:2024-11-22

    申请号:CN202210029767.1

    申请日:2022-01-12

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于分解策略的制造企业数据空间系统任务调度方法,涉及制造企业数据空间技术领域;从多目标视角出发,能够在最小化任务处理时间的同时实现系统计算资源的优化分配,以最小化任务完工时间和均衡系统负荷为目标,在保障用户满意度的基础上维护了系统的稳定性;通过将多目标调度任务通过分解策略分解为若干个多目标子问题,通过子种群个体间信息进行交流,采用合作方式同时进行求解,从而提高了算法的求解效率;采用双层染色体编码方式,保证生成的解均为可行解,有效避免了单目标算法中需要依赖人工经验为不同目标设置权重的短板,提升数据空间系统的性能并保障系统的稳定运行。

    一种基于自主进化神经网络的板坯号在线识别方法

    公开(公告)号:CN114387550A

    公开(公告)日:2022-04-22

    申请号:CN202210030570.X

    申请日:2022-01-12

    Applicant: 东北大学

    Abstract: 本发明提供一种基于自主进化神经网络的板坯号在线识别方法,涉及钢铁企热轧生产过程自动控制技术领域。该方法首先提取板坯行进过程的视频数据,并进行数据处理获得带板坯号的板坯图像数据集;再基于迁移学习的思想,对板坯图像上的板坯号的具体位置进行定位,制作板坯号识别所需数据集;基于多目标遗传规划的思想设计自主进化神经网络算法,构建板坯号识别集成模型,实现对板坯号进行在线识别;最后将识别出的单个板坯号字符进行重组,得到预测的板坯号。该方法能够实现板坯号的端到端在线识别,可有效降低劳动成本,提高热轧生产线的智能制造水平。

    一种基于数据驱动的稀土萃取过程动态操作控制方法

    公开(公告)号:CN103744292B

    公开(公告)日:2016-08-31

    申请号:CN201410029776.6

    申请日:2014-01-22

    Applicant: 东北大学

    Inventor: 唐立新 王显鹏

    Abstract: 本发明属于稀土串级萃取自动控制技术领域,特别涉及一种基于数据驱动的稀土萃取过程动态操作控制方法。通过使用最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)建立稀土元素组分含量的软测量模型,提出了基于聚类的LSSVM稀疏性改进方法以及LSSVM模型的动态更新方法,基于改进的LSSVM,提出了稀土串级萃取生产过程的动态操作优化方法,以确定在发生扰动时各控制变量的最优调整量,从而实现稀土元素组分含量的动态与精确控制,进而提高稀土产品的质量。本发明能够稳定并提高稀土产品的质量。

    一种基于数据驱动的工业裂解炉实时操作优化与控制方法

    公开(公告)号:CN103713604B

    公开(公告)日:2016-01-13

    申请号:CN201310730887.5

    申请日:2013-12-26

    Applicant: 东北大学

    Inventor: 唐立新 王显鹏

    CPC classification number: Y02P90/02

    Abstract: 本发明属于石化工业的自动控制技术领域,特别涉及一种基于数据驱动的工业裂解炉实时操作优化与控制方法。本发明从基于数据驱动的离线预测模型库中选择该分类的相关预测模型作为当前裂解原料在线预测模型,利用该预测模型,根据当前工业裂解炉操作变量值得到乙烯和丙烯的预测收率,与在线分析仪获得的实时乙烯和丙烯收率进行比较,进行校正,建立多目标实时操作优化模型,模型的解是各操作变量组成的向量,利用校正后的预测模型得到各解所对应的乙烯和丙烯收率,使用多目标自适应遗传算法求解该模型,得到当前时刻各控制变量最优设定值,下发到集散控制系统执行。本发明提高裂解炉生产过程中的乙烯和丙烯收率,也能帮助提高乙烯厂的整体生产效率。

    一种连续退火产品硬度在线集成学习预报方法

    公开(公告)号:CN104517162A

    公开(公告)日:2015-04-15

    申请号:CN201410843307.8

    申请日:2014-12-30

    Applicant: 东北大学

    Inventor: 唐立新 王显鹏

    CPC classification number: Y02P90/30 G06Q50/04

    Abstract: 一种连续退火产品硬度在线集成学习预报方法,属于钢铁企业连续退火生产过程的自动控制技术领域。利用企业的历史连续退火生产数据样本,使用以LSSVM作为子学习机的集成学习建模方法,针对不同调质度带钢分别建立其离线产品硬度预报模型;实际生产中,实时读取连续退火生产过程数据,并使用通过集成学习建立的离线产品硬度预报模型对当前的带钢产品硬度进行实时预报;经过实际生产数据的检验,本发明的方法能够明显提高连续退火产品硬度预报结果的精度和鲁棒性,使得现场操作人员能够实时掌握当前带钢产品的质量,并根据情况进行适时调整,弥补了离线检测大滞后的不足,从而帮助连续退火生产线提高产品质量、改进生产操作水平、增加经济效益。

    一种基于数据驱动的稀土萃取过程动态操作控制方法

    公开(公告)号:CN103744292A

    公开(公告)日:2014-04-23

    申请号:CN201410029776.6

    申请日:2014-01-22

    Applicant: 东北大学

    Inventor: 唐立新 王显鹏

    Abstract: 本发明属于稀土串级萃取自动控制技术领域,特别涉及一种基于数据驱动的稀土萃取过程动态操作控制方法。通过使用最小二乘支持向量机(LeastSquareSupportVectorMachine,LSSVM)建立稀土元素组分含量的软测量模型,提出了基于聚类的LSSVM稀疏性改进方法以及LSSVM模型的动态更新方法,基于改进的LSSVM,提出了稀土串级萃取生产过程的动态操作优化方法,以确定在发生扰动时各控制变量的最优调整量,从而实现稀土元素组分含量的动态与精确控制,进而提高稀土产品的质量。本发明能够稳定并提高稀土产品的质量。

    一种钢铁企业加热炉与热轧生产作业集成控制方法及装置

    公开(公告)号:CN101791631A

    公开(公告)日:2010-08-04

    申请号:CN201010108432.6

    申请日:2010-02-10

    Applicant: 东北大学

    Inventor: 唐立新 王显鹏

    CPC classification number: Y02P90/02

    Abstract: 一种钢铁企业加热炉与热轧生产作业集成控制方法及装置,属于钢铁冶金的技术领域。首先建立热轧生产作业模型和加热炉生产作业模型,利用智能优化算法确定初始生产作业;对所得到的生产作业方案进行评价和分析;通过闭环控制策略将评价和分析的结果进行反馈,对生产作业方案进行修正,最终确定符合条件的加热炉与热轧工序生产作业集成控制方案。本发明采用闭环控制策略,将加热炉和热轧工序集成起来,可以在很大程度上避免现有方法容易陷入局部最优的局限,并有效解决当前实际生产中存在的突出矛盾问题,实现加热炉和热轧生产作业编制的集成控制和优化。

Patent Agency Ranking