公开(公告)号：CN114896892B

公开(公告)日：2024-07-02

申请号：CN202210610096.8

申请日：2022-05-31

Applicant: 东北大学

Inventor： 柴天佑 ,  王维洲 ,  刘玉恒 ,  孙思凡 ,  吴志伟

IPC: G06F30/27 ,  G06N3/08 ,  G06N3/045 ,  G06F111/10

Abstract: 本申请公开了一种基于端边云协同的多炉次电熔镁炉电流数字孪生方法，涉及不同批次复杂工业过程数字孪生技术领域，利用辨识模型与未知非线性动态系统的多炉次自适应深度学习模型建立多炉次电流数字孪生模型。所述方法包括：建立多炉次电流机理模型并将其表示为辨识模型与未知非线性动态系统之和；建立未知非线性动态系统的离线深度学习模型，基于离线深度学习模型构建边缘同一炉次内在线深度学习模型；采用不同炉次之间的动态特性变化，确定云端多炉次深度学习校正模型；采用端边云协同方式生成多炉次自适应深度学习模型；将辨识模型与多炉次自适应深度学习模型相加，得到多炉次电熔镁炉电流数字孪生模型进行电流实时仿真及高性能控制器研究。

公开(公告)号：CN118313501A

公开(公告)日：2024-07-09

申请号：CN202410323662.6

申请日：2024-03-20

Applicant: 东北大学

Inventor： 柴天佑 ,  刘玉恒

IPC: G06Q10/04 ,  G06Q10/0637 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明实施例提供一种复杂工业过程的关键工业指标预测方法及相关设备，其中，所述方法，包括：获取复杂工业过程的工业数据，所述工业数据包括影响关键工业指标的状态变化的元素；利用预先训练好的门控网络模型，对所述工业数据中每个元素提取的线性特征和非线性特征进行权重筛选处理，得到关键工业指标的预测值，以基于关键工业指标的预测值得到调整复杂工业过程的决策信息。本发明实施例所提供的技术方案，可以提高复杂工业过程中关键工业指标的预测精准性。

公开(公告)号：CN114896892A

公开(公告)日：2022-08-12

申请号：CN202210610096.8

申请日：2022-05-31

Applicant: 东北大学

Inventor： 柴天佑 ,  王维洲 ,  刘玉恒 ,  孙思凡 ,  吴志伟

IPC: G06F30/27 ,  G06N3/08 ,  G06F111/10

Abstract: 本申请公开了一种基于端边云协同的多炉次电熔镁炉电流数字孪生方法，涉及不同批次复杂工业过程数字孪生技术领域，利用辨识模型与未知非线性动态系统的多炉次自适应深度学习模型建立多炉次电流数字孪生模型。所述方法包括：建立多炉次电流机理模型并将其表示为辨识模型与未知非线性动态系统之和；建立未知非线性动态系统的离线深度学习模型，基于离线深度学习模型构建边缘同一炉次内在线深度学习模型；采用不同炉次之间的动态特性变化，确定云端多炉次深度学习校正模型；采用端边云协同方式生成多炉次自适应深度学习模型；将辨识模型与多炉次自适应深度学习模型相加，得到多炉次电熔镁炉电流数字孪生模型进行电流实时仿真及高性能控制器研究。

公开(公告)号：CN119739096A

公开(公告)日：2025-04-01

申请号：CN202411250031.2

申请日：2024-09-06

Applicant: 东北大学

Inventor： 蒋涵元 ,  程文皓 ,  郑锐 ,  李优生 ,  耿恺 ,  刘玉恒 ,  李持衡 ,  刘宏伟 ,  柴天佑

IPC: G05B19/05

Abstract: 本申请公开了一种端边云协同的智能选煤密度控制器参数整定系统及方法，对原有依赖于工程师经验手动调参的方式进行了智能化实现，引入边缘设备、工业云服务器和边缘系统，实现控制系统运行过程中参数自动校正，避免了传统参数整定方法由于动态特性变化导致的控制性能下降的问题；允许操作人员根据现场情况手动修改参数或系统自动更新控制参数等，降低人员系统维护工作强度，提高系统运行稳定性。由于系统采集了全量的过程数据，利用云端强大的存储能力和算力，实时对数孪模型进行更新，提高模型准确度。该系统独立于工厂的控制系统，便于部署，不会引入安全性问题。