-
公开(公告)号:CN119759153A
公开(公告)日:2025-04-04
申请号:CN202510261360.5
申请日:2025-03-06
Applicant: 东北大学
IPC: G05D27/02 , E21F17/00 , E21F5/00 , E21F17/18 , G06N3/006 , G06N3/045 , G06N3/092 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于深度学习的多工法协同降尘智能管控方法,方法包括:实时采集矿场的矿场数据;其中,所述矿场数据包括矿场的环境数据、设备的运行数据以及地形数据;基于所述矿场数据,构建数字矿场模型;其中,所述数字矿场模型包括地形模型、设备模型和粉尘产生与扩散模型;基于所述矿场数据和所述数字矿场模型,构建强化学习智能体;基于所述强化学习智能体,对所述矿场进行降尘控制;基于预先创建的人机交互界面监控所述降尘控制,实现了对矿场降尘过程的智能化和高效化控制,提升了降尘效果和资源利用效率,同时通过人机协同控制提高了系统的灵活性和可靠性。
-
公开(公告)号:CN119626366A
公开(公告)日:2025-03-14
申请号:CN202510149141.8
申请日:2025-02-11
Applicant: 东北大学
IPC: G16C20/20 , G16C20/10 , G16C20/70 , G06F18/213 , G06Q50/02
Abstract: 本公开涉及工业喷雾降尘技术领域和计算机技术领域,公开了一种基于多场多相模型和深度学习算法的喷雾降尘方法及系统;其方法包括:获取待降尘区域的粉尘数据和环境数据;根据粉尘粒径数据、粉尘密度数据、风速数据和空气密度数据,计算多场多相理论下的粉尘运移速度;特征化处理粉尘数据和粉尘运移速度;根据处理结果、训练好的喷雾溶液参数预测模型,生成喷雾溶液种类和剂量预测结果;根据该预测结果实现对待降尘区域的降尘。本公开利用基于多场多相模型计算得到的粉尘运移速度和基于深度学习算法的喷雾溶液参数预测模型,对待降尘区域的粉尘数据进行计算、预测和更新,可得到更加准确的喷雾溶液种类和剂量,从而显著提升待降尘区域的降尘效果。
-