-
公开(公告)号：CN116360264A
公开(公告)日：2023-06-30
申请号：CN202310317008.X
申请日：2023-03-29
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明提供一种污水处理过程的增强预测控制方法，涉及污水处理过程控制技术领域。该方法首先采集当前时刻污水处理设备中生化池厌氧区第二单元硝态氮浓度、五区回流至二区的内回流量、五区溶解氧转换系数及好氧区第五单元溶解氧浓度；再构建污水处理过程的非线性模型，并估计非线性模型中状态变量的估计值；然后采用MPC模型预测控制求取一个基本的控制输入；再计算基本控制输入的最优补偿输入；并将补偿输入加入到基本的控制输入，作为最终的控制输入；重复执行以上过程以此提高污水处理过程中溶解氧浓度和硝态氮浓度的控制效果。该方法基于MPC控制的基础上加入增强补偿输入，有效提高污水出水水质，降低污水处理过程中的波动。
-
公开(公告)号：CN113568311B
公开(公告)日：2023-05-26
申请号：CN202110899476.3
申请日：2021-08-06
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明提供一种基于知识信息的污水处理智能优化控制方法，采集污水处理过程中的实时数据，构建基于随机权神经网络的多目标粒子群优化算法，得到硝态氮浓度、溶解氧浓度的优化解作为PID控制器的跟踪设定值，利用PID控制器输出溶解氧转换系数、内回流量的实时控制值，控制污水处理过程中硝态氮浓度、溶解氧浓度实时跟踪设定值达到污水净化的目的；本发明利用历史数据信息建立存储有效知识信息的知识库，为多目标优化求解提供有效的初始引导解，降低计算复杂度的同时获得更好的优化解，为底层控制回路提供优化设定值，实现智能优化控制，同时便于工厂操作员利用数据进行工作，并将能耗和水质同时控制在较低的范围内，具有实际应用价值。
-
公开(公告)号：CN109190226B
公开(公告)日：2023-01-31
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：CN113608443A
公开(公告)日：2021-11-05
申请号：CN202110899477.8
申请日：2021-08-06
Applicant: 东北大学
Abstract: 本发明提供一种基于增强PI控制的污水处理控制方法，采集污水处理过程中的实时数据，利用噪声尖峰滤波算法剔除实时数据中的噪声尖峰跳变数据，构建基于RBF神经网络优化补偿输入的增强PI控制器，利用增强PI控制器输出溶解氧转换系数、内回流量的实时控制值，根据溶解氧转换系数、内回流量的实时控制值控制污水处理过程中硝态氮浓度、溶解氧浓度实时跟踪设置的期望值，达到污水净化的目的；本方法提出的增强补偿算法能有效提高污水出水水质，降低污水处理过程中的波动，提高相关控制精度，显著提升了污水处理过程的效率，提升了能源利用率，且无需对现有的设备进行较大改动，通过加入增强补偿信号来提高控制精度，降低控制误差的熵。
-
公开(公告)号：CN113568311A
公开(公告)日：2021-10-29
申请号：CN202110899476.3
申请日：2021-08-06
Applicant: 东北大学
IPC: G05B13/04
Abstract: 本发明提供一种基于知识信息的污水处理智能优化控制方法，采集污水处理过程中的实时数据，构建基于随机权神经网络的多目标粒子群优化算法，得到硝态氮浓度、溶解氧浓度的优化解作为PID控制器的跟踪设定值，利用PID控制器输出溶解氧转换系数、内回流量的实时控制值，控制污水处理过程中硝态氮浓度、溶解氧浓度实时跟踪设定值达到污水净化的目的；本发明利用历史数据信息建立存储有效知识信息的知识库，为多目标优化求解提供有效的初始引导解，降低计算复杂度的同时获得更好的优化解，为底层控制回路提供优化设定值，实现智能优化控制，同时便于工厂操作员利用数据进行工作，并将能耗和水质同时控制在较低的范围内，具有实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN109499672B
公开(公告)日：2021-07-06
申请号：CN201811542409.0
申请日：2018-12-17
Applicant: 东北大学 , 河南黄河田中科美压力设备有限公司 , 河南黄河旋风股份有限公司
Abstract: 本发明具体涉及一种立式双盘磨粉机的超细研磨盘，属于粉体研磨技术领域。所述超细研磨盘包括：动磨盘和静磨盘；所述动磨盘为圆盘形结构；所述静磨盘为圆形空心结构；所述动磨盘和静磨盘的直径相同；所述动磨盘和静磨盘的研磨面上设置若干条内凹型磨齿。本发明有助于提高物料粉碎质量，即通过设计磨齿的几何形状和排列方式，提高磨粉机的出料细度及出料均匀性，降低磨粉机的能耗。本发明与普通磨盘在相同能耗下，料粉出产效率更高，料粉细度均匀性更好。
-
公开(公告)号：CN112767380A
公开(公告)日：2021-05-07
申请号：CN202110119070.9
申请日：2021-01-28
Applicant: 东北大学
IPC: G06T7/00 , G06T7/13 , G06T7/136 , G06T7/80 , G06T5/00 , G06T5/30 , G06N3/04 , G06N3/08 , G06N3/12
Abstract: 本发明提供一种宽厚板端部形状预测方法，首先提取宽厚板生产过程中与端部形状相关的生产数据，然后提取宽厚板轮廓点数据，得到宽厚板端部形状特征量，并对数据进行异常值检测，将去除异常值后的数据归一化并划分为训练集和测试集；最后确定最佳人工神经网络结构，采用遗传算法优化神经网络迭代过程，用训练集进行模型训练，利用测试集测试所建立模型的泛化性能。本方法利用宽厚板轮廓数据对宽厚板端形状进行直接的量化表示，并用人工智能方法进行预测，克服的传统方法对影响因素考虑不全的缺点，具有较高的预测精度，同时具有较快的计算速度。
-
公开(公告)号：CN110232062B
公开(公告)日：2021-04-02
申请号：CN201910572930.7
申请日：2019-06-28
Applicant: 东北大学
IPC: G06F16/215 , G06F16/28
Abstract: 本发明涉及污水处理质量监测技术领域，提供一种基于KPLS和FCM的污水处理过程监测方法。本发明首先采集正常工况和包含异常工况的污水处理过程数据样本，将污水处理运行变量、出水质量变量的数据分别作为输入、输出数据矩阵，并标准化两矩阵；然后构建KPLS模型，将输入样本映射到高维特征空间，引入高斯核函数得到Gram矩阵K，并求解得分矩阵；接着计算输入样本点密度值，计算构造函数并绘制构造函数图像以确定聚类数目；最后，基于FCM算法对得分矩阵聚类，得到隶属度矩阵，根据隶属度矩阵进行污水处理过程异常工况监测。本发明能够对高维数据进行降维且能够处理非线性数据、准确方便地确定聚类数目，提高监测的及时性和准确性。
-
公开(公告)号：CN112380779A
公开(公告)日：2021-02-19
申请号：CN202011361481.0
申请日：2020-11-27
Applicant: 东北大学
Abstract: 本发明公开一种烧结终点的鲁棒软测量方法及系统，本发明首先采集烧结过程的相关参数，以及各时刻对应的烧结终点位置；然后对烧结现场数据采集单元所获取的相关烧结现场数据进行相关性分析，选取相关度高的输入变量，并对其进行滤波、剔除噪声及归一化处理，得到烧结终点鲁棒软测量建模数据；接着利用偏最小二乘广义M估计鲁棒随机权神经网络实现对烧结终点位置的建模；最后将进行预处理后的烧结现场关键数据输入训练所得模型中实现烧结终点鲁棒软测量。本发明能有效解决烧结终点预测建模中所普遍存在的多重共线性问题以及输入输出双方向异常数据问题，从而显著提高软测量精度。
-
公开(公告)号：CN110232256A
公开(公告)日：2019-09-13
申请号：CN201910573311.X
申请日：2019-06-28
Applicant: 东北大学
IPC: G06F17/50 , G06K9/62 , C02F9/00 , C02F101/30 , C02F101/16
Abstract: 本发明涉及污水处理质量监测技术领域，提供一种基于KPLS和RWFCM的污水处理过程监测方法。本发明首先采集正常工况和包含异常工况的污水处理过程数据样本，将污水处理运行变量、出水质量变量的数据分别作为输入、输出数据矩阵，并标准化两矩阵；然后构建KPLS模型，并求解得分矩阵；接着基于RWFCM算法对得分矩阵聚类，得到隶属度矩阵，根据隶属度矩阵对污水处理过程进行异常工况监测；最后，建立隶属度矩阵与样本变量的线性回归模型，求解变量贡献矩阵，并根据变量贡献矩阵对污水处理过程进行异常工况识别。本发明能够对高维数据进行降维并处理非线性数据且对离群点不敏感，能够提高污水处理过程监测和识别的及时性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.032 seconds)
