-
公开(公告)号：CN116978488A
公开(公告)日：2023-10-31
申请号：CN202310707493.1
申请日：2023-06-15
Applicant: 东北大学
IPC: G16C20/70 , G06F30/27 , G06N3/086 , G06N3/0985 , G06N3/0499
Abstract: 本发明提供一种基于进化学习的转炉钢水液面高度快速计算方法，涉及钢铁行业转炉冶炼技术领域。该方法首先构建基于物理建模的转炉钢水液面高度计算模型，计算不同钢水体积、转炉倾动角度下对应的钢水液面高度，然后将不同钢水体积、转炉倾动角度下对应的钢水液面高度数据保存为数据集；再构建基于进化学习的转炉钢水液面高度快速计算模型；最后根据构建的转炉钢水液面高度快速计算模型，对不同钢水体积、转炉倾动角度下对应的钢水液面高度进行快速计算。该方法能够为现场操作人员实时输出不同钢水体积、转炉倾动角度下对应的钢水液面高度，方便操作人员根据实际工况需求灵活调节转炉的倾动角度，控制钢水液面距离转炉炉口的最佳距离。
-
公开(公告)号：CN114387550A
公开(公告)日：2022-04-22
申请号：CN202210030570.X
申请日：2022-01-12
Applicant: 东北大学
Abstract: 本发明提供一种基于自主进化神经网络的板坯号在线识别方法，涉及钢铁企热轧生产过程自动控制技术领域。该方法首先提取板坯行进过程的视频数据，并进行数据处理获得带板坯号的板坯图像数据集；再基于迁移学习的思想，对板坯图像上的板坯号的具体位置进行定位，制作板坯号识别所需数据集；基于多目标遗传规划的思想设计自主进化神经网络算法，构建板坯号识别集成模型，实现对板坯号进行在线识别；最后将识别出的单个板坯号字符进行重组，得到预测的板坯号。该方法能够实现板坯号的端到端在线识别，可有效降低劳动成本，提高热轧生产线的智能制造水平。
-
公开(公告)号：CN108876050A
公开(公告)日：2018-11-23
申请号：CN201810681697.1
申请日：2018-06-27
Applicant: 东北大学
Abstract: 本发明提供一种钢铁企业合同主制程的设定与自动转换方法，涉及冶金自动控制技术领域。该方法通过确定客户合同需求和机组参数之间的适配关系，建立合同在机组上分配关系的数学模型，在保证工艺约束的条件下，以模型为精确计算依据，采用基于种群进化策略的算法架构，并设计一种离散编码(解码)的染色体够造策略的求解算法，将该算法结果进行解码以确定每个合同的制程分配方案，最终执行主副制程转换操作来实现合同制程的整体优化。本发明所提出方法能够均衡炼钢和热轧并行机组之间的产能分配，协调炼钢和热轧工序的供料关系，减少交叉物流，提高设备利用率、降低生产和库存成本。
-
公开(公告)号：CN106865418B
公开(公告)日：2018-03-13
申请号：CN201710049164.7
申请日：2017-01-20
Applicant: 东北大学
IPC: B66C13/48
Abstract: 本发明提供一种钢卷库区吊机设备的控制方法，涉及制造系统自动化和智能化技术领域。该方法先采集库区初始信息，进过数据分析后定量化描述钢卷库区吊机控制问题，建立二部网络图的数学模型，优化求解后获得吊机控制方案，仿真吊机控制结果，最后由库区操作人员执行可行的控制方案。本发明提供的一种钢卷库区吊机设备的控制方法，从钢卷库区的实际作业规程出发，通过对整个物流过程的深层次分析，以实现吊机作业的有效控制及产品在空间上的合理分配，能够充分满足实际生产和物流的需要，能明显缩短吊机执行库区中存取任务所需的时间，提高钢卷库区中物流作业的效率，提高吊机设备的利用率，从而保证生产过程顺畅，缩短产品生产周期。
-
公开(公告)号：CN104376424B
公开(公告)日：2017-07-11
申请号：CN201410705831.9
申请日：2014-11-27
Applicant: 东北大学
CPC classification number: G06Q50/04 , G06Q10/06314 , Y02P90/30
Abstract: 本发明提供一种钢铁企业冷轧区多产线钢卷协调调度方法，包括以下步骤：获取钢铁企业冷轧区各产线的待排钢卷信息；建立钢铁企业冷轧区多产线钢卷协调调度模型；利用启发式算法，得到钢铁企业冷轧区多产线钢卷初始协调调度方案；对初始冷轧区多产线协调调度方案进行实时修正；将修正的冷轧区多产线协调调度方案下发至钢铁企业冷轧区各产线自动控制系统，完成冷轧区多产线钢卷协调调度。本发明方法除了考虑各钢卷的加工工艺以外，还考虑了冷轧区各工序之间的衔接关系，从而使得冷轧区各生产设备的供料关系保持合理，保证各产线中钢卷的生产能够平稳顺利的进行，使冷轧区整体生产过程更加合理。
-
Patent Agency Ranking
公开(公告)号：CN106779226A
公开(公告)日：2017-05-31
申请号：CN201611206434.2
申请日：2016-12-23
Applicant: 东北大学
Abstract: 本发明提供一种基于混核机器学习的风机批功率预测方法，包括：建立风场风机离线历史数据库；将风场风机离线历史数据库中的风场每台风机的历史数据都划分为12个历史数据集合；对风场中的风机进行批划分处理；将每个批内与该批内风功率平均值最接近的风机作为批样机；建立不同月份的各批样机风功率预测模型；根据风场未来的气象信息对各批样机的风功率预测，将各批样机风功率预测值与所在批内风机个数相乘并求和，得到风场总风功率预测值。本发明通过对气象数据和风功率数据进行收集，对风场不同批样机风功率进行预测，将高斯核函数和多项式核函数相结合作为核函数，具有更好的适应性，达到预测整个风场风功率的目的，为风场的电力调度提供保障。
-
公开(公告)号：CN103824176B
公开(公告)日：2017-01-18
申请号：CN201410073800.6
申请日：2014-02-27
Applicant: 东北大学
Abstract: 本发明一种提高热轧板坯库板坯存取效率的控制方法，属于信息技术领域，涉及吊机控制方法，适用于钢铁企业板坯库中的吊机控制，本发明通过提供一种科学的、安全的、低成本的板坯存取控制方法，根据计划人员的控制要求迅速生成控制方案；该方法通过提高库区板坯堆放规整程度，不但满足了板坯库中安全性要求，同时提高了板坯存取的吊机工作效率，降低板坯库的物流成本，进而提高了产线的生产效率。
-
公开(公告)号：CN103744292B
公开(公告)日：2016-08-31
申请号：CN201410029776.6
申请日：2014-01-22
Applicant: 东北大学
Abstract: 本发明属于稀土串级萃取自动控制技术领域，特别涉及一种基于数据驱动的稀土萃取过程动态操作控制方法。通过使用最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)建立稀土元素组分含量的软测量模型，提出了基于聚类的LSSVM稀疏性改进方法以及LSSVM模型的动态更新方法，基于改进的LSSVM，提出了稀土串级萃取生产过程的动态操作优化方法，以确定在发生扰动时各控制变量的最优调整量，从而实现稀土元素组分含量的动态与精确控制，进而提高稀土产品的质量。本发明能够稳定并提高稀土产品的质量。
-
公开(公告)号：CN104630410B
公开(公告)日：2016-07-06
申请号：CN201510070463.X
申请日：2015-02-10
Applicant: 东北大学
Abstract: 本发明提供一种基于数据解析的转炉炼钢质量实时动态预测方法，包括：建立转炉炼钢质量离线预测模型数据库；将钢水温度和碳元素含量分别划分为若干阶段范围，建立转炉炼钢质量实时动态预测模型；根据转炉炼钢质量实时动态预测模型进行转炉炼钢质量实时动态预测；对钢水出钢成分含量进行检验；定期对历史数据集合更新。本发明在保证满足转炉炼钢工艺要求的前提下，对转炉炼钢过程中的钢水温度和钢水质量进行实时动态预测，可以实时对炉内的状况进行跟踪，克服了现场延时滞后的缺陷，提高了各成分含量的检测精度，降低了生产成本，同时也降低了设备的需求成本，为操作人员的控制提供了有价值的参考信息。
-
公开(公告)号：CN103713604B
公开(公告)日：2016-01-13
申请号：CN201310730887.5
申请日：2013-12-26
Applicant: 东北大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明属于石化工业的自动控制技术领域，特别涉及一种基于数据驱动的工业裂解炉实时操作优化与控制方法。本发明从基于数据驱动的离线预测模型库中选择该分类的相关预测模型作为当前裂解原料在线预测模型，利用该预测模型，根据当前工业裂解炉操作变量值得到乙烯和丙烯的预测收率，与在线分析仪获得的实时乙烯和丙烯收率进行比较，进行校正，建立多目标实时操作优化模型，模型的解是各操作变量组成的向量，利用校正后的预测模型得到各解所对应的乙烯和丙烯收率，使用多目标自适应遗传算法求解该模型，得到当前时刻各控制变量最优设定值，下发到集散控制系统执行。本发明提高裂解炉生产过程中的乙烯和丙烯收率，也能帮助提高乙烯厂的整体生产效率。
-
-
-
-
-
-
-
-
-
Search Results
175
records
(took 0.021 seconds)
