-
公开(公告)号:CN110066895A
公开(公告)日:2019-07-30
申请号:CN201910283970.X
申请日:2019-04-10
Applicant: 东北大学
IPC: C21B5/00
Abstract: 本发明提出一种基于Stacking的高炉铁水质量区间预测方法,包括:获取高炉原始历史数据,并进行预处理;根据输入输出参数从预处理后的高炉原始历史数据提取样本数据集;建立基于N折模型的Stacking算法铁水质量模型并计算建模误差预测区间;根据N折模型的Stacking算法铁水质量模型对实时采集的高炉数据进行预测,得到预测值和预测区间;本发明可以避免离线化验的滞后性和人工操作带来的不确定性,实现多元铁水质量值和预测区间的同时预报。为现场的操作人员及时准确判断高炉内部运行状态提供了关键指标,同时可以根据工况的变化,利用最新的过程数据更新软测量模型参数,避免了时不变模型的局限性,实用价值很高。
-
公开(公告)号:CN109840639A
公开(公告)日:2019-06-04
申请号:CN201910163959.X
申请日:2019-03-05
Applicant: 东北大学
Abstract: 本发明提出一种高速铁路列车运行晚点时间预测方法,包括:得到历史数据集;使用Bootstrapping策略选取训练数据集和测试数据集,得到r个弱学习器集成随机权神经网络模型,使用Weighted Voting结合策略,得到强学习器Bagging-RVFLNs预测模型;使用强学习器Bagging-RVFLNs预测模型,针对给定的晚点时间及晚点车站,对所需预测的高速铁路列车晚点进行预测,得到晚点预测时间;使用强学习器Bagging-RVFLNs预测模型,对下一车站或者区间进行晚点时间预测,得到新的晚点预测时间;若需要进一步提高晚点时间预测方法运算速度,使用在线序贯集成随机权神经网络模型代替强学习器Bagging-RVFLNs预测模型;本发明使用了集成学习随即权神经网络实现对高速列车晚点时间的实时预测,预测精度较高,为高速铁路调度员的调度工作提供辅助。
-
公开(公告)号:CN107290962B
公开(公告)日:2019-05-21
申请号:CN201710567922.4
申请日:2017-07-13
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明提供一种基于自适应阈值PLS的高炉铁水质量监测方法,包括:采集相同时刻的高炉运行参数和铁水质量变量;选择高炉炼铁正常过程的数据作为训练集,计算均值和标准差并标准化处理;构建PLS模型;获取高炉炼铁过程新的高炉运行参数样本数据并进行标准化处理;针对测试集,采用Q统计量和Hotelling’s T2统计量来检验高炉炼铁过程是否发生异常,计算测试集样本的Q统计量和T2统计量值,并计算固定控制限;实时计算当前时刻每个样本统计量的指数加权移动平均值,进而确定当前时刻的T2统计量自适应阈值和Q统计量自适应阈值,完成测试集的故障检测。本发明方法明显降低故障误报率,同时保证了故障检测效果的准确性和灵敏性。
-
公开(公告)号:CN109695174A
公开(公告)日:2019-04-30
申请号:CN201811617878.4
申请日:2018-12-28
Applicant: 东北大学
Abstract: 本发明属于造纸制浆领域,具体涉及一种磨浆过程纤维长度分布的PDF形状预测方法及系统。所述预测方法包括:1)采集磨浆系统的运行状态数据和纤维长度分布的PDF;2)采用RBF神经网络,包括n个高斯基函数和相对应的权值,对不同时刻的与所述纤维长度分布的PDF相对应的权值进行估计;3)采用随机权神经网络构建前n-1个权值向量V(k)的预测模型;4)利用步骤3所述利用RVFLN构建的权值预测模型,结合步骤2所述RBF神经网络近似所述纤维长度分布的PDF均方根,得到纤维长度分布的PDF均方根的预测模型。所述系统包括:数据采集单元、纤维长度分布的PDF近似单元、权值估计单元和纤维长度分布的PDF形状预测单元。
-
公开(公告)号:CN107442262B
公开(公告)日:2019-04-26
申请号:CN201710660661.0
申请日:2017-08-04
Applicant: 东北大学
IPC: B02C25/00
Abstract: 本发明提供一种盘磨系统的粉体粒度分布控制装置及方法。该装置包括:喂料装置:与上位机系统相连;动盘转速调节装置:变频器分别与上位机系统和三相异步电动机相连,三相异步电动机连接盘磨系统的动磨盘;伺服系统:驱动动磨盘水平移动;取样装置;粉体粒度分布检测装置:对粉体样本进行测量及分析,调节磨盘系统的磨盘间隙、动盘转速及喂料量;上位机系统:输出控制变频器的信号、控制伺服系统的指令,以增大磨盘间隙或减小磨盘间隙。本发明采用伺服系统驱动动磨盘的水平位移,有效提高动磨盘位移的控制精度,并采用位置传感器进行动磨盘实际位移数据反馈,对给定的动磨盘位移进行实时校正,利用磨盘间隙大小实现粉体粒度分布控制。
-
公开(公告)号:CN106249724B
公开(公告)日:2019-03-01
申请号:CN201610825945.6
申请日:2016-09-14
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明提供一种高炉多元铁水质量预测控制方法及系统。该方法包括:设定高炉多元铁水质量指标期望值;获取高炉生产历史数据,建立高炉多元铁水质量预测模型;利用序列二次规划算法和高炉多元铁水质量预测模型,计算得到最优的高炉多元铁水质量预测模型输入即最优控制量;将最优控制量反馈给相应执行机构,使高炉多元铁水质量指标跟踪设定的高炉多元铁水质量指标期望值。该系统包括:指标设定单元、模型训练单元、跟踪计算单元、反馈控制单元。本发明可以使多元铁水质量指标准确快速的达到给定要求,具有跟踪性能好、抗干扰性强的优点,使得生产过程中能耗和成本得到降低,铁水质量进一步提高。
-
公开(公告)号:CN109190226A
公开(公告)日:2019-01-11
申请号:CN201810971872.0
申请日:2018-08-24
Applicant: 东北大学
Abstract: 本发明提供一种磨矿系统溢流粒度指标软测量方法,涉及磨矿系统自动化测量技术领域。该方法包括辅助变量的选择、训练数据的取得、改进正交增量型随机权神经网络软测量模型的学习和使用三个步骤,该方法利用常规计算机控制系统和常规的检测仪表提供的在线过程数据,通过少量的人工采样,建立了基于I-OI-RVFLNs的磨矿系统溢流粒度软测量模型,实现了磨矿系统螺旋分级机溢流粒度的软测量。本发明的方法模型结构简单,训练速度快,预测精度高,具有很强的泛化能力,在实际应用中,能够根据过程的实时数据估计出磨矿粒度值,而且相对误差较小、可信度高,是具有很高使用价值、低成本的粒度计量手段。
-
公开(公告)号:CN106676934B
公开(公告)日:2018-08-03
申请号:CN201611235514.0
申请日:2016-12-28
Applicant: 东北大学
Abstract: 本发明提供种高浓磨浆系统经济优化运行控制方法及系统,该方法包括采集高浓磨浆系统的螺旋喂料量、磨盘压力、稀释水流量、产量、磨机负荷、纸浆浓度;利用高浓磨浆系统纸浆质量指标游离度输出模型得到经济性能指标函数最小时的操作变量,作为操作变量最优值,下发到高浓磨浆系统的执行机构。该系统包括:采集单元、操作变量优化单元、运行控制单元。本发明基于化学机械制浆生产线上传感器测量的高浓盘磨机输入输出相关数据,建立高浓磨浆系统纸浆质量指标游离度输出模型即由个线性动态子系统和个非线性静态子系统串联的Wiener模型,优化经济性能指标函数,获得最优操作变量,实现对高浓磨浆系统的经济优化运行和纸浆质量指标游离度的有效控制。
-
公开(公告)号:CN108153146A
公开(公告)日:2018-06-12
申请号:CN201711316435.7
申请日:2017-12-12
Applicant: 东北大学
IPC: G05B13/02
CPC classification number: G05B13/024
Abstract: 本发明提供一种高炉多元铁水质量无模型自适应控制系统及方法。设定高炉多元铁水质量指标期望值;获取无模型自适应控制器参数校正所需若干历史时刻的高炉本体生产工况参数变量及相应时刻多元铁水质量指标测量值,对灵敏的无模型自适应控制器参数及伪偏导数初值进行离线校正;利用无模型自适应控制器在线控制铁水质量指标跟踪设定的高炉多元铁水质量指标期望值。结合无模型自适应控制技术建立高炉多元铁水质量在线递推控制器;并建立高炉多元铁水质量与两个控制量之间的递推子空间预测模型作为参数校正辅助模型,采用多参数灵敏度分析、遗传算法离线校正控制器参数和伪偏导数初值,使其适应高炉当前动态特性,实现对多元铁水质量的有效控制。
-
公开(公告)号:CN105608492B
公开(公告)日:2018-03-20
申请号:CN201610118914.7
申请日:2016-03-02
Applicant: 东北大学
Abstract: 一种基于鲁棒随机权神经网络的多元铁水质量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Cauchy分布加权M估计随机权神经网络(M‑RVFLNs)的高炉炼铁过程多元铁水质量参数动态软测量方法。本发明运用主成分分析(PCA)方法筛选出影响高炉铁水质量的最主要参数作为模型输入变量,构造出一个具有输出自反馈结构且考虑不同时刻输入输出数据的铁水质量多元动态预测模型,可同时对表征高炉铁水质量的主要参数Si含量、P含量、S含量和铁水温度进行多元动态软测量。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‑RVFLNs软测量模型的训练和使用。
-
-
-
-
-
-
-
-
-