一种轻量化特征提取模型和浮选过程运行状态评价方法

    公开(公告)号:CN116778181A

    公开(公告)日:2023-09-19

    申请号:CN202310752315.0

    申请日:2023-06-25

    Applicant: 东北大学

    Abstract: 本申请公开了一种轻量化特征提取模型和浮选过程运行状态评价方法,所述模型包括:第一教师模块被配置为:根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征;第二教师模块被配置为:根据所述泡沫数据生成第一数据特征;学生模块被配置为:根据第一粗选图像特征生成第二粗选图像特征;根据第一扫选图像特征生成第二扫选图像特征;根据第一数据特征生成第二数据特征;融合模块被配置为:将第二粗选图像特征、第二扫选图像特征和第二数据特征进行融合生成第一融合特征,并根据第一融合特征生成状态等级标签;确定当前浮选过程运行状态的状态等级,以达到提供更加轻量化的模型部署,在实际工业场景中的应用更具竞争力的目的。

    金湿法冶金过程运行状态在线评价方法

    公开(公告)号:CN104062953B

    公开(公告)日:2017-03-01

    申请号:CN201410258092.3

    申请日:2014-06-12

    Applicant: 东北大学

    CPC classification number: Y02P90/02 Y02P90/30

    Abstract: 金湿法冶金过程运行状态在线评价方法,包括浸出、洗涤、置换等工艺构成,其特征在于通过计算在线数据与各个性能等级过程特征的相似度,实时评价湿法冶金生产过程的运行状态,并且在过程运行状态不优时,自动识别其原因,为实际生产过程提供有价值的指导建议。算法包括离线建模数据的模态识别、评价模型的建立、过程操作模态的在线识别、过程运行状态的在线评价、运行状态非优原因追溯等步骤。本发明能够提供实时的评价结果,避免人工评价的滞后问题,自动追溯非优原因,为操作工提供合理可靠的操作指导建议,以便及时对过程运行状态进行适当调整,确保企业经济效益和生产效率。

    金湿法冶金全流程分层分块运行状态在线评价方法

    公开(公告)号:CN108037747B

    公开(公告)日:2019-08-09

    申请号:CN201711308052.5

    申请日:2017-12-11

    Applicant: 东北大学

    CPC classification number: Y02P90/02

    Abstract: 本发明属于金湿法冶金运行状态评价领域,提供一种基于分层分块思想的过程运行状态在线评价方法。工艺包括一浸一洗、二浸二洗、锌粉置换三个子过程,将金湿法冶金全流程按照操作单元的不同建立分层、分块的评价模型,分为全流程层、子过程层和单元层。算法包括分层分块评价模型的建立、过程运行状态的在线评价、运行状态非优原因追溯步骤。本发明在线评价时通过计算在线数据与评价模型的相似度,实时评价金湿法冶金全流程的运行状态,避免人工评价的滞后问题,自动追溯非优原因,为实际生产过程提供有价值的指导建议,以便及时对过程运行状态进行适当调整,提高企业经济效益和生产效率。

    金湿法冶金全流程分层分块运行状态在线评价方法

    公开(公告)号:CN108037747A

    公开(公告)日:2018-05-15

    申请号:CN201711308052.5

    申请日:2017-12-11

    Applicant: 东北大学

    CPC classification number: Y02P90/02 G05B19/41885 G05B19/41875

    Abstract: 本发明属于金湿法冶金运行状态评价领域,提供一种基于分层分块思想的过程运行状态在线评价方法。工艺包括一浸一洗、二浸二洗、锌粉置换三个子过程,将金湿法冶金全流程按照操作单元的不同建立分层、分块的评价模型,分为全流程层、子过程层和单元层。算法包括分层分块评价模型的建立、过程运行状态的在线评价、运行状态非优原因追溯步骤。本发明在线评价时通过计算在线数据与评价模型的相似度,实时评价金湿法冶金全流程的运行状态,避免人工评价的滞后问题,自动追溯非优原因,为实际生产过程提供有价值的指导建议,以便及时对过程运行状态进行适当调整,提高企业经济效益和生产效率。

    一种泡沫浮选工况的预测方法及预测模型

    公开(公告)号:CN118171562A

    公开(公告)日:2024-06-11

    申请号:CN202410227280.3

    申请日:2024-02-29

    Applicant: 东北大学

    Abstract: 本发明提供一种泡沫浮选工况的预测方法及预测模型,属于泡沫浮选技术领域。其中预测方法包括,获取泡沫图像并提取分析泡沫图像信息;将泡沫图像输入至图像特征提取模块,以对泡沫图像进行分析生成图像特征;将传感器收集到的监测变量输入至时间窗口模块,生成时间‑监测变量的矩阵;将矩阵与图像特征拼接融合,以获取融合特征;将融合特征输入至编码器时间特征注意力模块生成第一数据特征;将第一数据特征输入至编码器生成第二数据特征,以被解码器时间特征注意力模块识别;将第二数据特征输入至解码器时间特征注意力模块生成第三数据特征;将第三数据特征输入至解码器生成编号,实现对浮选过程异常状况的预测。

Patent Agency Ranking