-
公开(公告)号：CN118837696A
公开(公告)日：2024-10-25
申请号：CN202411322537.X
申请日：2024-09-23
Applicant: 东北大学
Abstract: 本申请涉及电力系统中高压绝缘设备的安全监测技术领域，具体公开了一种开关柜放电故障检测方法及系统，该方法包括：单片机的模数转换模块读取霍斯通电桥电压，并将读取到的第一电压值发送至云端服务器，其中，所述霍斯通电桥设置于目标开关柜中，所述霍斯通电桥中包括臭氧传感器，当所述目标开关柜中出现放电故障时，所述臭氧传感器的阻值发生变化；所述云端服务器接收到所述第一电压值后，将所述第一电压值输入至预设臭氧浓度识别模型中，得到所述目标开关柜中的当前臭氧浓度值，并根据所述当前臭氧浓度值，确定所述目标开关柜是否发生放电故障。本申请实现了对目标开关柜放电故障的实时智能化检测，同时成本较低。
-
公开(公告)号：CN110918651A
公开(公告)日：2020-03-27
申请号：CN201911239815.4
申请日：2019-12-06
Applicant: 东北大学
Abstract: 本发明涉及钢铁企业冷轧精整生产过程的自动控制技术领域，提供一种基于多分类支持向量机的钢铁冷轧精整生产原料分配方法。首先采集精整生产样本集合；然后对精整生产样本集合依次进行特征一次选择、One-Hot编码、基于随机森林模型的特征二次选择、数据标准化；接着，在任意两类样本间构建子学习机，H个子学习机构成基于多分类支持向量机的钢铁冷轧精整生产原料分配模型，并基于贝叶斯优化方法对模型参数进行优化，选择出准确率最高的超参数组合，得到训练后的原料分配模型；最后，采集待分配原料的信息数据，将数据清洗后的特征输入训练后的原料分配模型中，得到原料分配结果。本发明能够提高原料分配的精度和效率，减小工人的工作量。
-
公开(公告)号：CN106886799B
公开(公告)日：2019-08-02
申请号：CN201710159565.8
申请日：2017-03-17
Applicant: 东北大学
Abstract: 本发明公开一种基于混合集成学习的连续退火产品质量在线检测方法，将AdaBoost中对误差较大样本的重复学习机制引入到Bagging框架中，进一步提升了在线检测方法的精度；同时，Bagging框架中每个子学习机使用随机抽样方式构建其训练样本集合，使得各子学习机的训练样本集合具有差异性，能够提高在线检测方法的泛化能力。经过实际生产数据测试，本发明所提出的方法能够实现对连续退火带钢产品质量的在线检测，其效果要优于单独使用Bagging或者AdaBoost集成学习建模方法，从而能够帮助连续退火机组提高产品质量控制的水平。
-
公开(公告)号：CN104517162B
公开(公告)日：2017-09-05
申请号：CN201410843307.8
申请日：2014-12-30
Applicant: 东北大学
CPC classification number: Y02P90/30
Abstract: 一种连续退火产品硬度在线集成学习预报方法，属于钢铁企业连续退火生产过程的自动控制技术领域。利用企业的历史连续退火生产数据样本，使用以LSSVM作为子学习机的集成学习建模方法，针对不同调质度带钢分别建立其离线产品硬度预报模型；实际生产中，实时读取连续退火生产过程数据，并使用通过集成学习建立的离线产品硬度预报模型对当前的带钢产品硬度进行实时预报；经过实际生产数据的检验，本发明的方法能够明显提高连续退火产品硬度预报结果的精度和鲁棒性，使得现场操作人员能够实时掌握当前带钢产品的质量，并根据情况进行适时调整，弥补了离线检测大滞后的不足，从而帮助连续退火生产线提高产品质量、改进生产操作水平、增加经济效益。
-
公开(公告)号：CN104714519B
公开(公告)日：2017-07-28
申请号：CN201410841003.8
申请日：2014-12-30
Applicant: 东北大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 一种连续退火机组生产过程工艺参数设定与在线优化方法，属于钢铁企业连续退火机组的自动控制技术领域，包括连续退火机组生产工艺参数静态优化阶段的主要任务是在带钢生产之前确定连续退火机组工艺参数最优值；连续退火机组生产工艺参数在线动态优化阶段的主要任务是监测生产运行状态，并在状态发改变时快速获得新的工艺参数最优设定值。本发明同时考虑了产品质量、能源消耗、机组生产效率、退火工艺规程执行度四个评价指标，能够保证连续退火机组在动态的生产过程中始终运行在最优的连续退火机组工艺参数下，从而弥补人工经验的不足，帮助连续退火机组提高产品质量、降低能源消耗、提高机组生产效率。
-
Patent Agency Ranking
公开(公告)号：CN119204851B
公开(公告)日：2025-03-18
申请号：CN202411719068.5
申请日：2024-11-28
Applicant: 东北大学
IPC: G06Q10/0639 , G06F18/2321 , G06F18/27 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06Q50/04
Abstract: 本发明提供一种面向指标偏好不平衡数据的连退产品质量多指标预测方法，涉及钢铁企业冷轧生产控制过程的数据处理技术领域。首先通过定义数据样本对不同性能指标的偏好关系，将这种偏好关系进行量化表示，进而融入多任务深度学习预测模型进行特征计算与偏好处理，同时利用进化算法实现多任务深度学习模型的自主优化构建，提高多任务预测模型的性能。本发明提出了样本‑指标偏好的定量化计算方法，并将其应用到多任务深度学习模型构建中，提升了连退带钢质量性能多指标在线预测模型的精度，从而能够帮助冷轧生产工序提高带钢产品的质量和稳定性，提升质量管控的智能化水平。
-
公开(公告)号：CN118584066B
公开(公告)日：2024-10-25
申请号：CN202411073966.8
申请日：2024-08-07
Applicant: 东北大学
IPC: G01N33/00 , H04Q9/00 , G06F17/18 , G06F123/02
Abstract: 本发明公开了一种臭氧气体传感器的信号采集系统。其中系统包括臭氧气体传感器、信号转换器和中央控制器；信号转换器用于接收由臭氧气体传感器输出的输出信号，对输出信号进行模数转换得到待处理信号，并将待处理信号发往中央控制器；中央控制器用于持续接收待处理信号；判断每间隔预设时间段接收到的两个待处理信号间的信号电压差是否大于或等于预设电压阈值；并根据判断结果，选择不同的自适应系数计算卡尔曼增益，以通过卡尔曼滤波算法对待处理信号进行处理，使信号采集系统进入到滤波模式或信号跟踪模式，计算得到臭氧浓度信号。本申请提供的技术方案能显著提高对臭氧浓度信号的采集效果，提高采集到的臭氧浓度信号的信号质量。
-
公开(公告)号：CN112598026B
公开(公告)日：2023-09-22
申请号：CN202011417539.9
申请日：2020-12-07
Applicant: 东北大学
IPC: G06N20/20 , G06F18/2415 , G06F18/214 , G06N3/048 , G06N3/084 , G05B23/02 , G06Q50/04
Abstract: 本发明公开了基于不平衡数据深度学习的连退生产过程故障诊断方法，属于钢铁企业连续退火生产过程的自动控制技术领域。通过深度自编码网络建立连退带钢生产过程数据的特征提取模型，将原始高维输入属性空间映射到低维子空间；采用SMOTE过采样方法对跑偏故障数据进行处理，以现有样本为基础合成新的少数类样本；将以特征提取模型为基础构建的深度神经网络作为子学习机，并利用过采样后得到的平衡数据集，使用AdaBoost.M2算法训练得到用于连退生产过程的带钢跑偏预测的集成学习故障诊断模型。可提高带钢跑偏预测的准确性，尤其提高少数类样本故障检测的准确性，能够帮助现场操作人员及时对连退生产过程进行调节，避免出现生产事故。
-
公开(公告)号：CN111046612B
公开(公告)日：2023-08-29
申请号：CN201911118811.0
申请日：2019-11-15
Applicant: 东北大学
Abstract: 本发明涉及钢铁企业自动化检测技术领域，提供一种基于多目标集成学习的高炉铁水硅含量预测方法。首先采集高炉检测参数和硅含量数据，构建初始样本集；然后对初始样本集进行数据预处理；接着，选取训练集、验证集，设置多目标离散差分进化算法各参数，初始化种群，将特征选择方案作为种群中的个体，构建并训练每个个体对应的高炉铁水硅含量预测的极限学习机模型，以最大化种群中个体的预测精度和个体相互之间的差异性为目标，基于多目标离散差分进化算法对种群进行更新，生成子学习机；最后，计算各子学习机的权重，利用权重对子学习机进行集成，得到集成学习机。本发明能够充分利用检测数据，提高高炉铁水硅含量预测的精度和鲁棒性。
-
公开(公告)号：CN110989522A
公开(公告)日：2020-04-10
申请号：CN201911240174.4
申请日：2019-12-06
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明涉及钢铁企业连续退火机组的自动控制技术领域，提供一种面向多钢卷的连退生产过程工艺参数优化设定方法，包括：建立面向多钢卷的连退生产过程工艺参数优化设定问题模型；基于自适应多目标多因子差分进化算法求解模型：首先初始化相关参数，将带钢的控制变量设定方案均作为个体并初始化种群；然后按照各变异算子的选择概率和交配策略生成子代种群，并更新子代种群中每个个体的技术因子；接着评价联合种群中的每个个体，留存适应度高的个体；最终将求解得到的多组控制变量设定方案提供给连退生产现场来指导生产。本发明能够利用不同优化任务间的信息交流对多个钢卷的生产过程工艺参数进行并行优化，提升了工艺参数优化设定的效率和效果。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.018 seconds)
