一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法

    公开(公告)号:CN108932567A

    公开(公告)日:2018-12-04

    申请号:CN201810910130.7

    申请日:2018-08-10

    Applicant: 燕山大学

    CPC classification number: G06Q10/04 C04B7/44 G06N3/0454 G06Q50/04

    Abstract: 本发明提供一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法,其包括以下步骤:S1:选取与水泥烧成过程能耗相关的12个输入变量,然后对选取后的变量数据进行归一化处理,构建12个变量时间序列输入层;S2:对输入的变量数据进行卷积池化及全连接运算;S3:采用反向传播技术更新权值参数以提高预测精度;S4:利用步骤S3中训练好的CNN模型进行水泥烧成系统的单位电耗及吨煤耗实时预测。本发明建立的CNN模型,能够对水泥烧成系统的单位电耗和吨煤耗进行联合预测,可以及时的为水泥烧成过程提供规划调度依据,同时避免了仅仅预测单一能耗不全面的问题,预测结果更能反应综合能耗实际情况。

    一种隐含时间序列深度信念网络的水泥生产电耗预测方法

    公开(公告)号:CN107679671A

    公开(公告)日:2018-02-09

    申请号:CN201710990534.7

    申请日:2017-10-23

    Applicant: 燕山大学

    CPC classification number: G06Q10/04 G06N3/084 G06Q50/06

    Abstract: 本发明公开了一种隐含时间序列深度信念网络的水泥生产电耗预测方法,其内容包括:根据水泥工艺选取输入变量,并进行归一化处理,构建模型的输入层;确定模型的初始参数完成对HTS-DBN模型的初步建立,并对模型进行无监督的前向训练,确定初始权值和偏置;采用BP反向误差修正算法对整个神经网络进行有监督的反向微调。利用训练好的HTS-DBN模型进行水泥生产电耗实时预测。本发明建立的HTS-DBN水泥能耗预测模型解决了时变时延问题,能够精确的预测水泥生产电耗量,对水泥生产的科学生产调度和合理的能源规划提供依据,从而为水泥制造的优化生产和降低能耗提供条件。

    一种样式自定义的Web报表实现方法

    公开(公告)号:CN107169050A

    公开(公告)日:2017-09-15

    申请号:CN201710280281.4

    申请日:2017-04-26

    Applicant: 燕山大学

    Abstract: 本发明公开了一种样式自定义的Web报表实现方法,用户根据需求自定义报表的查询内容、时间和类型;提供模板上传接口,用户在Excel中自由配置报表样式,配置好后上传到服务器;将报表转换成Html在用户浏览器呈现,并提供Excel格式的报表导出功能。本发明方法的优点在于:将数据层和表现层分离,开发人员只需负责数据层,开发维护方便;用户可以根据需求在Excel中自由设计报表布局及样式,赋予了用户极大的自由度,且操作简单;用户可以根据需求随时变更报表样式,灵活方便。

    一种水泥生料配料系统中的生料率值自动控制方法

    公开(公告)号:CN107168393A

    公开(公告)日:2017-09-15

    申请号:CN201710430999.7

    申请日:2017-06-09

    Applicant: 燕山大学

    CPC classification number: G05D11/135

    Abstract: 本发明公开了一种水泥生料配料系统中的生料率值自动控制方法,输入系统初始参数;系统根据上述初始参数基于非线性规划求最优解计算出当前各原料的最优配比,并且将得到的最新的配比重新输入到DCS喂料系统中;下一周期开始时,元素在线分析仪自动检测水泥生料混合物各氧化物含量,通过最小二乘法计算得到水泥各原料的氧化成分,系统自动更新已存在的水泥各原料氧化物成分,再次使用非线性规划求最优解计算出最新的配比,并且将此配比设定到DCS分布式控制系统中,控制PLC下位机喂料,周期循环。本发明方法避免了原来操作人员凭借经验手动调节生料配比所造成数据波动大、误差大的弊端,实时有效的保证了水泥生料成分的稳定,从而保证了入窑水泥生料的质量。

    一种人体脑电信号与动作行为信号同步采集系统及方法

    公开(公告)号:CN104013401B

    公开(公告)日:2016-06-15

    申请号:CN201410247781.4

    申请日:2014-06-05

    Applicant: 燕山大学

    Abstract: 一种人体脑电信号与动作行为信号同步采集系统及方法,所述采集系统由Kinect体感设备、计算机、无线网卡、脑电帽、脑电信号采集装置和Wi-Fi无线发射模块组成,分为脑电信号采集部分和动作行为信号采集部分;通过Kinect体感设备采集人体的动作信号并将信号传输至计算机;通过脑电采集装置收集被测人员的脑电信号并通过Wi-Fi无线发射模块将信号发至计算机。本发明具有无线传输功能、同步采集信号、可对不同频率的两种信号进行时间上的精确匹配等优点。

    一种人体脑电信号与动作行为信号同步采集系统及方法

    公开(公告)号:CN104013401A

    公开(公告)日:2014-09-03

    申请号:CN201410247781.4

    申请日:2014-06-05

    Applicant: 燕山大学

    Abstract: 一种人体脑电信号与动作行为信号同步采集系统及方法,所述采集系统由Kinect体感设备、计算机、无线网卡、脑电帽、脑电信号采集装置和Wi-Fi无线发射模块组成,分为脑电信号采集部分和动作行为信号采集部分;通过Kinect体感设备采集人体的动作信号并将信号传输至计算机;通过脑电采集装置收集被测人员的脑电信号并通过Wi-Fi无线发射模块将信号发至计算机。本发明具有无线传输功能、同步采集信号、可对不同频率的两种信号进行时间上的精确匹配等优点。

Patent Agency Ranking