-
公开(公告)号：CN113238543A
公开(公告)日：2021-08-10
申请号：CN202110402603.4
申请日：2021-04-14
Applicant: 东北大学
Abstract: 本发明面向呈现多模态特性的实际工业过程，通过模态划分、离线建模、在线监测三个步骤实现对多模态过程的故障监测。包括：步骤S1、基于变长度滑动窗口均值‑增广迪基福勒检验方法进行模态划分；步骤S2、着眼于常被忽视的过渡模态，使用动态局部主成分分析法对不同模态分别建模；步骤S3、充分利用历史模态，并提出模态匹配方法，确定当前在线数据所处的模态，从而进行准确的监测。本发明能够准确有效的完成多模态过程的划分、建模和在线监测一系列工作。对提高生产安全性、确保企业经济效益和生产效益具有重要意义。
-
公开(公告)号：CN111815065A
公开(公告)日：2020-10-23
申请号：CN202010705130.0
申请日：2020-07-21
Applicant: 东北大学
Abstract: 本发明提供一种基于长短时记忆神经网络的短期电力负荷预测方法，包括1)采集电力负荷历史数据和气象历史数据，构建历史数据集；2)采用集成经验模态分解法，对电力负荷历史序列进行分解；3)计算每个分量的样本熵值并进行分组；4)构建每个分组的最优预测模型；5)确定预测模型的输入；6)累加各个最优预测模型的预测值得到最终的电力负荷预测值。本发明结合集成经验模态分解和长短时记忆神经网络模型对短期电力负荷进行预测，可以实现准确、实时、可靠的预测效果，具有很好的适用性和有效性，可以被广泛地应用在短期电力负荷预测中。
-
公开(公告)号：CN108762238A
公开(公告)日：2018-11-06
申请号：CN201810622817.0
申请日：2018-06-15
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明属于湿法冶金浸出过程的故障诊断技术领域，尤其涉及一种基于DCD的湿法冶金浸出过程故障诊断方法。基于DCD的浸出过程故障诊断方法，主要面向湿法冶金的浸出工艺过程，通过提取专家知识和过程数据中的信息作为先验信息建立动态因果图知识库，在观测到异常情况后进入推理诊断机制，以异常情况为证据计算出各可能故障原因的后验概率，比较后验概率得到诊断结果。此算法主要包括浸出过程DCD事件确定、DCD结构学习、DCD参数学习和DCD在线过程故障诊断等步骤。本发明利用DCD故障诊断技术处理在浸出过程中信息的不确定性，一定程度减小了诊断技术对大量数据的依赖性，可以带来更准确的诊断结果，确保企业经济效益和生产效益。
-
公开(公告)号：CN104298187A
公开(公告)日：2015-01-21
申请号：CN201410258082.X
申请日：2014-06-12
Applicant: 东北大学
IPC: G05B19/418 , G06F19/00 , H04L29/06
CPC classification number: Y02D50/10 , Y02P90/02 , G05B19/41875
Abstract: 金湿法冶金全流程三层结构过程监测及故障诊断方法，通过对金湿法冶金全流程分层、分块建立监测模型，实现从不同的视角——从底层到上层，从局部到整体对金湿法冶金各个层面的运行状态进行监测，并对异常工况进行故障诊断，为实际生产过程提供有价值的指导建议。算法包括建立全流程三层结构监测离线模型、估计子工序和全流程的统计量控制限、在线计算新数据的统计指标、实施监测及故障诊断等步骤。本发明提供了一种确保了生产过程安全运行的有效方法，对于提高生产安全性、提高生产效率、降低事故发生率、提高企业竞争力具有重要意义。
-
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
IPC: G06V10/44 , G06V10/86 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442
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。
-
Patent Agency Ranking
公开(公告)号：CN110532699B
公开(公告)日：2023-04-14
申请号：CN201910817143.4
申请日：2019-08-30
Applicant: 东北大学
IPC: G06F18/2431 , G06F18/10 , G06F18/15 , G06F18/22 , G06N5/04
Abstract: 本发明属于湿法冶金浓密洗涤过程故障诊断技术领域，尤其涉及一种基于模糊DCD的湿法冶金浓密洗涤过程故障诊断方法。该方法包括如下步骤：确定浓密洗涤过程DCD事件及事件变量，DCD事件包括节点事件和中间事件；根据DCD事件及事件变量，确定事件变量之间的因果关系及连接概率，并建立因果图模型；通过实际过程中采集到的实时运行数据对浓密洗涤过程是否有异常发生进行实时监测，若监测到有变量处于异常状态，则利用模糊思想，将因果图结构模型中的中间事件划分出异常区间，利用隶属度函数描述所述异常区间，得到故障诊断结果。该方法可以将将定性信息与定量信息相结合，根据监测到的异常现象，进行在线故障诊断，给出故障原因。
-
公开(公告)号：CN107121490B
公开(公告)日：2019-08-09
申请号：CN201710280387.4
申请日：2017-04-26
Applicant: 东北大学
IPC: G01N29/032 , G01F1/58 , G01L9/06 , G05B13/04
Abstract: 本发明提供一种湿法冶金过程中运行状态的评价方法，包括：对湿法冶金过程中在线采集的预设时间段内的定量数据和定性数据进行预处理，获得待分析的定量数据和定性数据；采用分块策略将待分析的定量数据和定性数据进行分块，获得待分析的每一子块，每一子块包括：待分析的至少一个定量数据和/或至少一个定性数据；采用预先建立的运行状态评价模型，对每一子块进行处理，确定每一子块的运行状态等级；选择所有子块对应的运行等级中最劣的运行状态等级，将所有子块中最劣的运行状态等级作为湿法冶金过程中全流程运行状态等级。上述方法结合湿法冶金过程实时在线数据以实现对运行状态的评价。
-
公开(公告)号：CN108986077A
公开(公告)日：2018-12-11
申请号：CN201810629581.3
申请日：2018-06-19
Applicant: 东北大学
Abstract: 本发明属于浮选泡沫工矿识别技术领域，尤其涉及一种基于双树复小波域共生增广矩阵的浮选泡沫工况识别方法。该方法包括对图像进行双树复小波变换，提取图像的高低频子图；基于双树复小波变换计算各子图的灰度共生增广矩阵；计算各增广矩阵的特征值；搭建浮选工矿识别模型；将增广矩阵的特征值作为浮选工矿识别模型的输入特征矢量，用于浮选工况的识别。本发明能够准确、快速的实现浮选泡沫图像的工况识别，避免人工观测的主观性和随意性，为浮选生产的优化控制提供了可能，确保了企业的经济效益和生产效率，保证了矿产资源的可持续性发展。
-
公开(公告)号：CN107121490A
公开(公告)日：2017-09-01
申请号：CN201710280387.4
申请日：2017-04-26
Applicant: 东北大学
IPC: G01N29/032 , G01F1/58 , G01L9/06 , G05B13/04
CPC classification number: G01N29/032 , G01F1/58 , G01L9/06 , G01N2291/015 , G01N2291/02416 , G01N2291/028 , G05B13/042
Abstract: 本发明提供一种湿法冶金过程中运行状态的评价方法，包括：对湿法冶金过程中在线采集的预设时间段内的定量数据和定性数据进行预处理，获得待分析的定量数据和定性数据；采用分块策略将待分析的定量数据和定性数据进行分块，获得待分析的每一子块，每一子块包括：待分析的至少一个定量数据和/或至少一个定性数据；采用预先建立的运行状态评价模型，对每一子块进行处理，确定每一子块的运行状态等级；选择所有子块对应的运行等级中最劣的运行状态等级，将所有子块中最劣的运行状态等级作为湿法冶金过程中全流程运行状态等级。上述方法结合湿法冶金过程实时在线数据以实现对运行状态的评价。
-
公开(公告)号：CN106886154A
公开(公告)日：2017-06-23
申请号：CN201710280388.9
申请日：2017-04-26
Applicant: 东北大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明涉及冶金技术领域，涉及一种基于区间数的湿法冶金全流程建模方法与优化方法，建模方法包括：根据预设时间段内历史数据中的输入变量、输出变量和操作变量建立湿法冶金过程中上游子流程的操作模式库，操作模式库中包括：输入变量、输出变量和操作变量之间的映射关系；根据预设时间段内历史数据中下游子流程在各种工序下的综合经济指标、最优氰化钠操作参数、最优锌粉操作参数，建立最优模式库，所述最优模式库包括：综合经济指标、各工序质量指标、最优氰化钠操作参数、最优锌粉操作参数的映射关系；将所述操作模式库和最优模式库组成湿法冶金过程中的全流程最优模态库。上述方法通过全流程最优模态库在应用中能够提高湿法冶金的经济效益。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.021 seconds)
