一种井下有害气体定点检测装置

    公开(公告)号:CN209745809U

    公开(公告)日:2019-12-06

    申请号:CN201920331794.8

    申请日:2019-03-15

    Abstract: 一种井下有害气体定点检测装置,包括主体,主体的顶侧壁一侧固定连接有盒体,盒体的内侧壁对称固定连接有内杆,滑块的内侧壁之间固定连接有内板,内板左侧壁中心处固定连接有安装块,内杆的左侧壁固定连接有套块,双头螺柱的底侧壁贯穿盒体的顶侧壁,双头螺柱的顶侧壁固定连接有把手,双头螺柱的外壁内侧对称螺纹连接有螺纹块,第一销轴的外壁铰接有套架,套架的右侧壁铰接在第二销轴的外壁。本实用新型通过双头螺柱、套块、第一销轴、套架、第二销轴、安装块的结构,当需要固定红外线气体分析仪时,通过该装置可以将红外线气体分析仪固定在电脑一侧,不但固定牢固而且具备拆卸功能,只需转动就可以进行固定,在需要移动时更方便。

    一种城市车辆轨迹重构方法、装置及计算机存储介质

    公开(公告)号:CN114141006B

    公开(公告)日:2025-03-25

    申请号:CN202110939490.1

    申请日:2021-08-16

    Applicant: 中南大学

    Abstract: 本发明实施例公开了一种城市车辆轨迹重构方法、装置及计算机存储介质,包括:获取车辆初始轨迹数据,识别在连续的路口间存在不相邻的两个路口的不完整轨迹数据集;基于不完整轨迹数据集,得到所述不相邻的两个路口间k条轨迹作为初始粒子;将所述初始粒子和时空校正因子输入粒子滤波器,对所述基础校正因子和满足轮盘赌法的所述拓展校正因子进行重采样,得到重构轨迹;其中,所述时空校正因子包括基础校正因子和拓展校正因子;如此,通过对时空校正因子进行分类并设计不同的重采样过程,在保留时空校正因子可解释性的同时减少了主观因素对结果的影响,降低了重构的随机性。

    一种确定性场景引导的多阶段有限适应性鲁棒优化方法及系统

    公开(公告)号:CN119087807A

    公开(公告)日:2024-12-06

    申请号:CN202411202400.0

    申请日:2024-08-29

    Applicant: 中南大学

    Abstract: 本发明涉及流程工业生产调度与不确定优化领域,具体公开了一种确定性场景引导的多阶段有限适应性鲁棒优化方法,包括以下步骤:步骤1,明确生产调度过程中的慢时变不确定性问题,建立不确定性参数的标称公式以及确定性场景下长周期混合整数最优控制问题;步骤2,采用控制参数向量化方法对确定性混合整数最优控制问题进行求解,获取初始决策方案;步骤3,以确定性场景下的初始决策方案为基准,采用候选路径生成算法获取一系列候选解,构造候选解集等,本发明针对流程工业中具备多阶段、决策依赖特性的不确定性生产调度过程建立鲁棒优化模型并提出高效求解方法。

    一种氧化铝溶出过程苛性比值软测量建模方法

    公开(公告)号:CN118197453B

    公开(公告)日:2024-10-01

    申请号:CN202410617232.5

    申请日:2024-05-17

    Applicant: 中南大学

    Abstract: 本发明提供一种氧化铝溶出过程苛性比值软测量建模方法,先构建考虑实时固相含铝浓度的氧化铝溶出过程铝溶解微观动力学模型,用于反映主反应的反应速率#imgabs0#;再基于溶出工艺流程的质量平衡和能量守恒,以及主反应的反应速率#imgabs1#,获得基于氧化铝溶出过程铝溶解微观动力学模型的氧化铝浓度方程,得氧化铝浓度#imgabs2#;基于副反应的影响,获得溶出过程溶液中苛性钠浓度方程,得苛性氧化钠的浓度#imgabs3#;然后基于氧化铝浓度#imgabs4#和苛性氧化钠的浓度#imgabs5#,建立溶出过程苛性比值软测量模型,最后结合工业实际数据辨识融合和优化求解算法,获得溶出过程苛性比值软测量模型的未知参数;本发明构建的氧化铝溶出过程苛性比值软测量模型的预测精度高,平均相对误差在1%以内。

    注塑产品质量监控过程知识图谱构建及推理方法

    公开(公告)号:CN114911950B

    公开(公告)日:2024-08-06

    申请号:CN202210498442.8

    申请日:2022-05-09

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种注塑产品质量监控过程知识图谱构建及推理方法,属于计算技术领域,具体包括:在分析注塑领域知识并对其进行预处理操作的基础上构建模式层,其中,所述预处理操作包括对知识三元组的实体与关系进行分类设定、引入定量化的实体属性、针对所述知识三元组引入知识可信度属性、构建虚拟节点;在所述模式层的指导下获取结构化数据和非结构化数据,形成数据层,并结合所述模式层和所述数据层形成知识图谱;针对知识图谱,通过基于规则的可行路径检索、各可行路径可信度计算、基于可信度排序的最佳路径选择进行知识推理。通过本公开的方案,实现了定性知识与定量知识融合,提高了知识图谱的可拓展性、推理效率和可靠性。

    一种基于局部约束的串级CSTH性能评估与诊断方法

    公开(公告)号:CN114996927A

    公开(公告)日:2022-09-02

    申请号:CN202210586238.1

    申请日:2022-05-27

    Applicant: 中南大学

    Abstract: 本发明涉及过程数据分析领域,具体为一种基于局部约束的串级CSTH性能评估与诊断方法,所述性能评估与诊断方法包括以下步骤:S1、数据准备与预处理,S2、构建流形局部约束的性能评估模型,S3、迭代求解迹比问题获得性能评估指标,S4、导致性能变化的关键回路/变量诊断。通过上述步骤,使得本发明不要求过程模型和控制器模型,仅依赖于过程数据,所提性能评估方法既考虑了过程的稳态特性,也考虑了过程的动态特性,所提性能评估方法可考虑过程数据的局部信息结构,可以诊断导致性能变化的关键回路和变量,对重新设计过程控制器或调整过程参数有参考价值。

Patent Agency Ranking