基于区间数的湿法冶金全流程建模方法与优化方法

    公开(公告)号:CN106886154B

    公开(公告)日:2019-04-12

    申请号:CN201710280388.9

    申请日:2017-04-26

    Applicant: 东北大学

    Abstract: 本发明涉及冶金技术领域,涉及一种基于区间数的湿法冶金全流程建模方法与优化方法,建模方法包括:根据预设时间段内历史数据中的输入变量、输出变量和操作变量建立湿法冶金过程中上游子流程的操作模式库,操作模式库中包括:输入变量、输出变量和操作变量之间的映射关系;根据预设时间段内历史数据中下游子流程在各种工序下的综合经济指标、最优氰化钠操作参数、最优锌粉操作参数,建立最优模式库,所述最优模式库包括:综合经济指标、各工序质量指标、最优氰化钠操作参数、最优锌粉操作参数的映射关系;将所述操作模式库和最优模式库组成湿法冶金过程中的全流程最优模态库。上述方法通过全流程最优模态库在应用中能够提高湿法冶金的经济效益。

    基于可信度的湿法冶金浓密机的故障诊断方法

    公开(公告)号:CN107169658A

    公开(公告)日:2017-09-15

    申请号:CN201710350739.9

    申请日:2017-05-18

    Applicant: 东北大学

    Abstract: 本发明提供一种基于可信度的湿法冶金浓密机的故障诊断方法,包括:获取湿法冶金浓密机的在线变量;根据在线变量,确定每一变量的模糊维度;模糊维度为预先建立的专家规则库中的规则前件包括的模糊概念对应的维度;针对每一个变量及该变量的模糊维度,采用模糊隶属度函数获取该变量所属模糊维度的可信度;基于可信度的不确定性推理模型结合专家规则库中的规则,对每一变量的可信度进行推理分析,得到故障结论可信度;将故障结论可信度与预设阈值进行比较,获取故障结果。上述方法可以预先获取专家或操作人员的诊断经验对应的规则,并对当前的在线变量进行故障诊断,以便根据故障诊断结果及时调整,进而有效降低事故发生率,提高生产安全性。

    一种基于优化原则的湿法冶金异常控制方法

    公开(公告)号:CN106950946A

    公开(公告)日:2017-07-14

    申请号:CN201710343173.7

    申请日:2017-05-16

    Applicant: 东北大学

    CPC classification number: G05B23/0243 G05B2219/24065

    Abstract: 本发明提供一种基于优化原则的湿法冶金异常控制方法,包括:获取湿法冶金过程的在线数据;判断在线数据中是否有异常数据;若有,则辨识异常数据,并获取异常数据的异常工况;根据所述异常数据、异常工况确定湿法冶金异常控制的优化原则;根据优化原则,将湿法冶金异常控制问题转换为单目标优化问题或多目标优化问题;根据单目标优化问题或多目标优化问题的约束条件,求解所述单目标优化问题或多目标优化问题,获得安全处理策略;将安全处理策略发送安全控制系统,以使安全控制系统执行安全处理策略。上述方法能够识别异常工况,并针对异常工况制定有效的安全处理策略,可以降低故障的发生概率。

    一种基于贝叶斯网络的磨煤机不平衡数据故障诊断方法

    公开(公告)号:CN119988891A

    公开(公告)日:2025-05-13

    申请号:CN202510466886.7

    申请日:2025-04-15

    Abstract: 一种基于贝叶斯网络的磨煤机不平衡数据故障诊断方法,属于火力发电给水泵组广义零样本故障诊断领域。发明针对工业场景中故障数据分布不均衡、少数类故障诊断困难及结果可解释性差的问题,通过SMOTE数据增强与Dirichlet先验平滑协同优化样本分布,构建“故障层‑属性层‑观测层”三层因果拓扑网络,结合专家知识约束与数据驱动学习,实现高精度故障分类;设计双模式诊断机制,同步支持故障节点直接推断以及属性节点间接推断,在保障故障诊断准确率的同时,提供可解释的物理级诊断指引。该方法已成功应用于燃煤机组磨煤机系统,可扩展至复杂工业设备的透明化智能运维。

    一种轻量化特征提取模型和浮选过程运行状态评价方法

    公开(公告)号:CN116778181A

    公开(公告)日:2023-09-19

    申请号:CN202310752315.0

    申请日:2023-06-25

    Applicant: 东北大学

    Abstract: 本申请公开了一种轻量化特征提取模型和浮选过程运行状态评价方法,所述模型包括:第一教师模块被配置为:根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征;第二教师模块被配置为:根据所述泡沫数据生成第一数据特征;学生模块被配置为:根据第一粗选图像特征生成第二粗选图像特征;根据第一扫选图像特征生成第二扫选图像特征;根据第一数据特征生成第二数据特征;融合模块被配置为:将第二粗选图像特征、第二扫选图像特征和第二数据特征进行融合生成第一融合特征,并根据第一融合特征生成状态等级标签;确定当前浮选过程运行状态的状态等级,以达到提供更加轻量化的模型部署,在实际工业场景中的应用更具竞争力的目的。

    基于模糊DCD的湿法冶金浓密洗涤过程故障诊断方法

    公开(公告)号:CN110532699B

    公开(公告)日:2023-04-14

    申请号:CN201910817143.4

    申请日:2019-08-30

    Applicant: 东北大学

    Abstract: 本发明属于湿法冶金浓密洗涤过程故障诊断技术领域,尤其涉及一种基于模糊DCD的湿法冶金浓密洗涤过程故障诊断方法。该方法包括如下步骤:确定浓密洗涤过程DCD事件及事件变量,DCD事件包括节点事件和中间事件;根据DCD事件及事件变量,确定事件变量之间的因果关系及连接概率,并建立因果图模型;通过实际过程中采集到的实时运行数据对浓密洗涤过程是否有异常发生进行实时监测,若监测到有变量处于异常状态,则利用模糊思想,将因果图结构模型中的中间事件划分出异常区间,利用隶属度函数描述所述异常区间,得到故障诊断结果。该方法可以将将定性信息与定量信息相结合,根据监测到的异常现象,进行在线故障诊断,给出故障原因。

    一种湿法冶金过程中运行状态的评价方法

    公开(公告)号:CN107121490B

    公开(公告)日:2019-08-09

    申请号:CN201710280387.4

    申请日:2017-04-26

    Applicant: 东北大学

    Abstract: 本发明提供一种湿法冶金过程中运行状态的评价方法,包括:对湿法冶金过程中在线采集的预设时间段内的定量数据和定性数据进行预处理,获得待分析的定量数据和定性数据;采用分块策略将待分析的定量数据和定性数据进行分块,获得待分析的每一子块,每一子块包括:待分析的至少一个定量数据和/或至少一个定性数据;采用预先建立的运行状态评价模型,对每一子块进行处理,确定每一子块的运行状态等级;选择所有子块对应的运行等级中最劣的运行状态等级,将所有子块中最劣的运行状态等级作为湿法冶金过程中全流程运行状态等级。上述方法结合湿法冶金过程实时在线数据以实现对运行状态的评价。

    基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法

    公开(公告)号:CN108986077A

    公开(公告)日:2018-12-11

    申请号:CN201810629581.3

    申请日:2018-06-19

    Applicant: 东北大学

    Abstract: 本发明属于浮选泡沫工矿识别技术领域,尤其涉及一种基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法。该方法包括对图像进行双树复小波变换,提取图像的高低频子图;基于双树复小波变换计算各子图的灰度共生增广矩阵;计算各增广矩阵的特征值;搭建浮选工矿识别模型;将增广矩阵的特征值作为浮选工矿识别模型的输入特征矢量,用于浮选工况的识别。本发明能够准确、快速的实现浮选泡沫图像的工况识别,避免人工观测的主观性和随意性,为浮选生产的优化控制提供了可能,确保了企业的经济效益和生产效率,保证了矿产资源的可持续性发展。

Patent Agency Ranking