-
公开(公告)号：CN119623103A
公开(公告)日：2025-03-14
申请号：CN202411827046.0
申请日：2024-12-12
Applicant: 东北大学
IPC: G06F30/20 , G06F17/11 , G06N3/0464 , G06N3/048 , G06Q10/04 , G06Q10/063 , G06Q50/04 , G06F111/10 , G06F119/08 , G06F119/14 , G06F113/08
Abstract: 本发明提供一种基于数字孪生的高炉碳排放异常预测方法，涉及高炉碳排放技术领域，本发明提出了一种基于深度学习和机制融合的高炉顶异常碳排放检测方法。首先，收集高炉生产过程中碳迹的关键特征，并通过传感器收集高炉顶端的气体成分和外围生产数据。一些传感器无法实时获取的特征数据通过纳维‑斯托克斯NS方程进行迭代求解。然后，进行互相关分析以发现生产中碳迹的滞后关系，并建立碳排放滞后关系模型。异常运行状况由残差神经网络检测到。最后，使用实际生产数据对模型的性能进行了测试和评估。结果表明，所提出的方法能够准确检测到高炉顶端的异常碳排放，并能及时发出预警，有效减少了异常碳排放造成的环境污染和能源浪费。
-
公开(公告)号：CN118351963A
公开(公告)日：2024-07-16
申请号：CN202410511295.2
申请日：2024-04-26
Applicant: 东北大学
IPC: G16C20/10 , G16C20/30 , G06F30/17 , G06F30/25 , G06F30/28 , G06F30/23 , G06T17/20 , G06F113/08 , G06F119/14 , G06F111/10 , G06F119/08
Abstract: 本发明提供一种基于流体力学的高炉风口回旋区速度场计算方法，涉及高炉炼铁生产技术领域。该方法首先确定高炉形状模型，并进行网格划分；再建立高炉风口回旋区速度场模型，并设定初始条件及边界条件；建立高炉风口回旋区速度场计算模型，将高炉风口回旋区内整个焦炭颗粒组成的层视为流体；采用改进的纳维‑斯托克斯方程对流体流动和扩散进行分析，基于流体的动量守恒和质量守恒定律对高炉风口回旋区速度场模型内部的流体流动情况进行计算；最后迭代计算求解高炉风口回旋区速度场计算模型，获得风口回旋区的速度场分布情况结果。该方法能够得到合理的风口回旋区速度场分布结果；考虑焦炭堆积对内环境压力的影响，使结果更贴近实际情况。
-
公开(公告)号：CN114021839A
公开(公告)日：2022-02-08
申请号：CN202111353848.9
申请日：2021-11-16
Applicant: 东北大学
Abstract: 本发明公开了一种基于WOA‑IGA的智能服务组合方法，涉及云制造模式下的调度领域。本发明在优化搜索过程中，加入了遗传算法的思想，在一次迭代中使用鲸鱼优化算法与遗传算法相结合的方式，加快了相对于单一算法下优化搜索的速度，提高了寻找最优服务组合方案的速度；本发明巧妙利用了鲸鱼优化算法关于通过控制搜索向量A实现了广度搜索和深度搜索的平滑转换，也就是全局搜索和局部搜索的转换，有效减小了遗传算法陷入局部最优的可能性；本发明在遗传算法部分对于个体的选择中，抛弃了原遗传算法中随机选择个性，而是引入了一种确定性选择和随机性选择相结合的思想，保证了在迭代过程中优秀个体能够被选择，一定程度上增加了算法的收敛速度。
-
公开(公告)号：CN113283078A
公开(公告)日：2021-08-20
申请号：CN202110566780.6
申请日：2021-05-24
Applicant: 东北大学
IPC: G06F30/20 , C21B7/24 , C21B5/00 , G06F119/08
Abstract: 本发明提供一种高炉风口回旋区深度的计算及实时监测方法，涉及高炉炼铁工艺技术领域。该方法首先分析高炉风口回旋区内运动状态，建立回旋区深度机理模型；并由回旋区深度机理模型得到回旋区深度计算公式；然后获得建模参数，分析建模参数对回旋区深度的影响；再将回旋区深度机理模型传入到计算机，并将建模参数及高炉生产现场采集的数据传入到数据库中进行保存，实时计算回旋区深度，实现对回旋区深度的实时监测；当回旋区深度低于或超出正常深度范围时，及时调节高炉风口回旋区的鼓风参数，使回旋区深度恢复至正常深度范围内。该方法能够高效实时的求解回旋区的深度变化情况，获得回旋区深度的变化规律，研究回旋区内部参数对回旋区深度的影响。
-
公开(公告)号：CN119740702A
公开(公告)日：2025-04-01
申请号：CN202411827042.2
申请日：2024-12-12
Applicant: 东北大学
IPC: G06Q10/04 , G06Q10/063 , G06Q50/26 , G06N3/0464 , G06N3/045 , G06V10/44 , G06V10/82 , G06V10/77 , G06F17/11 , G06N20/20 , G06N5/01 , G06N3/047 , G06N3/006
Abstract: 本发明提出了一种基于数字孪生的高炉碳排放浓度预测方法，涉及数字孪生技术领域，本发明采用多源数据融合，使用简单的机理模型构建高炉温度场，通过将运行参数与高炉顶部热成像图的图像关键特征相结合，并补充温度场特征，建立共享矩阵；进而利用ResNet50和自编码器提取图像特征，并建立随机森林(RF)模型。基于共享矩阵，构建随机权神经网络算法(RVFLNs)模型，并采用粒子群优化(PSO)算法组合随机森林(RF)模型和随机权神经网络算法(RVFLNs)模型的预测结果，从而提高预测精度。
-
Patent Agency Ranking
公开(公告)号：CN119626359A
公开(公告)日：2025-03-14
申请号：CN202411827050.7
申请日：2024-12-12
Applicant: 东北大学
IPC: G16C20/10 , G16C10/00 , G06F30/28 , G06F30/23 , G06F17/10 , G06F17/13 , G06F113/08 , G06F111/10 , G06F119/14
Abstract: 本发明提供一种基于数字孪生的高炉一氧化碳成分场计算方法，涉及高炉碳排放技术领域，研究了高炉内部化学成分的分布，采用纳维‑斯托克斯方程模拟气体流动，并利用基于网格的有限差分算法求解二维高炉流体模型，得到气体速度场、温度场和固体温度场。同时，建立了化学动力学模型，考虑了焦炭燃烧、碳溶解损失和氧化铁还原反应。高炉被划分为五个子空间，并计算了相应的反应速率场。最后，通过炉顶气体数据的迭代得到了一氧化碳浓度场。这种方法能够实时开发出符合工业要求的一氧化碳浓度场模型。
-
公开(公告)号：CN114118292B
公开(公告)日：2024-04-16
申请号：CN202111476386.X
申请日：2021-12-06
Applicant: 东北大学
IPC: G06F18/2413 , G06F18/2132 , G06F18/214
Abstract: 本发明公开了一种基于线性判别邻域保持嵌入的故障分类方法，属于故障监测与诊断技术领域。本发明方法在基于类别信息的邻域保持嵌入模型的基础上引入线性判别分析思想，将基于类别信息的邻域保持嵌入模型与线性判别分析模型结合，考虑样本高维局部流形结构的同时充分考虑样本的全局结构，构建线性判别邻域保持嵌入模型并求解。通过本发明构建模型中的基于类别信息的邻域保持嵌入思想充分考虑样本局部高维流形结构，同时利用样本类别的先验信息计算线性判别分析思想中的样本类内散度矩阵和类间散度矩阵，充分考虑采集样本点的全局信息，从样本全局和局部信息的两个角度出发对高维样本进行降维，从而得到更优质的降维效果，提高对故障分类的准确性。
-
公开(公告)号：CN113283079B
公开(公告)日：2024-03-19
申请号：CN202110566801.4
申请日：2021-05-24
Applicant: 东北大学
IPC: G06F30/20 , G06F113/08 , G06F119/08
Abstract: 本发明提供一种高炉风口回旋区边界的计算及实时监测方法，涉及高炉炼铁工艺技术领域。该方法首先根据高炉风口回旋区的形成原理，建立回旋区的深度计算模型，进而得到回旋区深度的计算公式，获得回旋区深度的变化规律；再通过高炉风口回旋区的深度模型建立高炉风口回旋区的边界模型，确定回旋区边界的计算公式；然后获得建模参数，分析建模参数对回旋区边界模型的影响，确定影响回旋区边界的主要参数；最后利用回旋区边界计算公式求出回旋区的高度；当回旋区高度或回旋区深度超出设定范围时，通过调节鼓风风压和鼓风风量使回旋区高度或深度恢复至正常范围内。该方法能够实时监测回旋区深度和回旋区边界的变化情况，为高炉的实际生产提供安全指导。
-
公开(公告)号：CN115511839A
公开(公告)日：2022-12-23
申请号：CN202211196180.6
申请日：2022-09-28
Abstract: 本发明提供一种基于深度学习的高炉炼铁原燃料图像智能监测方法，涉及高炉炼铁生产技术领域。该方法获取高炉炼铁的原燃料图像，并进行去模糊处理，得到清晰的原燃料图像；再对清晰的原燃料图像进行标记及数据增强，得到训练所需的原燃料图像数据集；通过coco数据集和原燃料图像数据集的结合，训练改进的MaskRCNN模型，得到用于原燃料目标检测的实例分割模型；将实时采集到的原燃料图像进行去模糊处理后，最后利用训练好的实例分割模型对待检测的原燃料图像的进行检测，得到原燃料图像中原燃料数量及对应原燃料实际面积，进而由原燃料实际面积计算出对应的原燃料粒径。该方法能够提高检测的准确度，同时能够应用于不同的环境。
-
公开(公告)号：CN115311456A
公开(公告)日：2022-11-08
申请号：CN202210959538.X
申请日：2022-08-11
Applicant: 东北大学 , 本钢板材股份有限公司
IPC: G06V10/26 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/80
Abstract: 本发明提供一种基于改进DeepLabv3+的风口焦炭分割方法，涉及焦炭识别技术领域。该方法首先采集高炉风口回旋区焦炭视频数据，并将采集的高炉风口回旋区焦炭视频数据转为图片数据后对图片数据中的焦炭颗粒进行标注，得到风口焦炭数据集；再构建融合坐标注意力机制的Deeplabv3+模型作为风口焦炭分割模型，并使用风口焦炭数据集对风口焦炭分割模型进行训练；最后使用训练好的风口焦炭分割模型对待分割的风口焦炭图像中的焦炭颗粒进行分割。该方法在现有Deeplabv3+模型中引入CoordinateAttention网络，加强模型对焦炭颗粒的识别与感知，降低误分类风险；并在ASPP模块中引入四个并行空洞卷积提取特征，不断增强特征图的表达能力，提高了预测精度的同时也加强了模型的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.028 seconds)
