-
公开(公告)号：CN108415241B
公开(公告)日：2020-07-28
申请号：CN201810012485.4
申请日：2018-01-05
Applicant: 东北大学
IPC: G05B11/42
Abstract: 本发明属于冶金行业过程控制技术领域，尤其涉及一种基于高阶非线性项的电熔镁炉三相电流PID控制方法。该方法对电熔镁炉熔炼过程的实时数据进行采集，根据电机转动频率，以及电极电流建立熔炼过程电极电流机理模型，并通过设计消除跟踪误差的补偿器来消除高阶非线性项变化率的影响，得到由PID控制器、前一拍高阶非线性项补偿器与高阶非线性项变化率补偿器之和组成的电熔镁炉电极电流控制器。该方法能够改善电流控制精度，满足工艺要求。
-
公开(公告)号：CN107526293A
公开(公告)日：2017-12-29
申请号：CN201710901347.7
申请日：2017-09-28
Applicant: 东北大学
IPC: G05B11/42
CPC classification number: G05B11/42
Abstract: 本发明属于冶金行业过程控制技术领域，尤其涉及一种基于补偿信号的电熔镁炉电极电流切换PID控制方法。该控制方法在电熔镁炉稳定运行时采用常规PID控制器控制电极电流；当随机干扰使得电流跟踪误差波动较大时，通过切换机制引入前一拍未建模动态补偿器，叠加到基于确定线性模型设计的常规PID控制器来抑制跟踪误差波动。工业实验表明，当电极电流模型参数电弧电阻率、熔池电阻率、熔池高度发生未知随机变化时，本发明能够改善电流控制精度，满足工艺要求。经过实验统计，常规PID控制电极电流时产品单吨能耗平均值为2437kwh/t，本发明的控制方法控制时产品单吨能耗平均值为2396kwh/t，降低了1.68％。
-
公开(公告)号：CN114791701B
公开(公告)日：2024-09-13
申请号：CN202210611153.4
申请日：2022-05-31
Applicant: 东北大学
IPC: G05B11/42
Abstract: 本申请公开了一种基于多步预测的信号补偿PID控制方法及装置，涉及工业生产过程控制技术领域，可以降低电极电流与电流设定值之间的偏差，提高控制系统对电极电流的控制能力和电极电流的稳定性。所述方法包括：响应于电极电流调控需求，采用离散线性模型描述目标过程的电极电流，得到目标过程对应的电极电流动态模型；计算电极电流动态模型的临界参数，整定PID控制器的控制参数，得到PID反馈控制律；添加原始补偿信号，基于电极电流动态模型和PID反馈控制律，对原始补偿信号进行计算，输出预测补偿信号；叠加PID反馈控制律和预测补偿信号作为电极电流动态模型的输入，对所述PID控制器的输出进行控制。
-
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
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：CN107526293B
公开(公告)日：2020-08-28
申请号：CN201710901347.7
申请日：2017-09-28
Applicant: 东北大学
IPC: G05B11/42
Abstract: 本发明属于冶金行业过程控制技术领域，尤其涉及一种基于补偿信号的电熔镁炉电极电流切换PID控制方法。该控制方法在电熔镁炉稳定运行时采用常规PID控制器控制电极电流；当随机干扰使得电流跟踪误差波动较大时，通过切换机制引入前一拍未建模动态补偿器，叠加到基于确定线性模型设计的常规PID控制器来抑制跟踪误差波动。工业实验表明，当电极电流模型参数电弧电阻率、熔池电阻率、熔池高度发生未知随机变化时，本发明能够改善电流控制精度，满足工艺要求。经过实验统计，常规PID控制电极电流时产品单吨能耗平均值为2437kwh/t，本发明的控制方法控制时产品单吨能耗平均值为2396kwh/t，降低了1.68％。
-
Patent Agency Ranking
公开(公告)号：CN108415241A
公开(公告)日：2018-08-17
申请号：CN201810012485.4
申请日：2018-01-05
Applicant: 东北大学
IPC: G05B11/42
Abstract: 本发明属于冶金行业过程控制技术领域，尤其涉及一种基于高阶非线性项的电熔镁炉三相电流PID控制方法。该方法对电熔镁炉熔炼过程的实时数据进行采集，根据电机转动频率，以及电极电流建立熔炼过程电极电流机理模型，并通过设计消除跟踪误差的补偿器来消除高阶非线性项变化率的影响，得到由PID控制器、前一拍高阶非线性项补偿器与高阶非线性项变化率补偿器之和组成的电熔镁炉电极电流控制器。该方法能够改善电流控制精度，满足工艺要求。
-
公开(公告)号：CN107765547A
公开(公告)日：2018-03-06
申请号：CN201710901350.9
申请日：2017-09-28
Applicant: 东北大学
IPC: G05B11/42
CPC classification number: G05B11/42
Abstract: 本发明属于冶金行业过程控制技术领域，尤其涉及一种信号驱动的电熔镁炉电极电流一步最优前馈PID控制方法。该方法包括对实时数据进行采集并存储；根据电机转动频率以及电极电流建立熔炼过程电极电流机理模型；通过Taylor展开电极电流机理模型而建立由低阶线性模型和高阶非线性未建模动态组成的电极电流控制器设计模型；针对低阶线性模型设计PID控制器，针对高阶非线性未建模动态设计消除前一拍未建模动态的补偿器；通过采用一步最优前馈补偿律来设计PID控制器和前一拍未建模动态补偿器的参数，得到电熔镁炉电极电流的控制器。采用上述方法改善了电流控制精度，降低了能源消耗，满足工艺要求。
-
公开(公告)号：CN115437234B
公开(公告)日：2024-09-06
申请号：CN202211107462.4
申请日：2022-09-13
Applicant: 东北大学
IPC: G05B11/42
Abstract: 本申请公开了一种信号补偿法PID控制器的参数选择方法、装置、设备及介质，涉及工业过程控制技术领域，解决了传统信号补偿法PID控制器在复杂工业过程中难以选择高控制性能的参数的问题。该方法包括：基于获取的被控过程机理模型，采用系统辨识算法和自适应深度学习算法建立被控制过程数字孪生模型，并设计信号补偿法PID控制器，信号补偿法PID控制器由PID控制器、前馈补偿器和最优控制补偿器组成，采用整定法选择PID控制器参数，采用被控过程数字孪生模型确定前馈补偿器参数，以及采用根轨迹法和梯度下降法确定最优控制补偿器加权参数。
-
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
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：CN115017804A
公开(公告)日：2022-09-06
申请号：CN202210608043.2
申请日：2022-05-31
Applicant: 东北大学
Abstract: 本申请公开了一种基于端边云协同的电熔镁砂需量数字孪生方法及装置，涉及不同批次复杂炉室数字孪生技术领域，通过对需量数字孪生模型中的非线性部分进行校正，实现对动态特性随生产过程变化的工业过程运行指标建模。所述方法包括：生成多炉次群炉功率动态模型；构建多炉次群炉需量数字孪生模型，包括线性模型和非线性动态系统；构建非线性动态系统的离线深度学习模型，构建在线深度学习校正模型和云端深度学习校正模型；获取指定生产过程数据对在线深度学习校正模型和云端深度学习校正模型校正，完成对非线性动态系统的校正；获取非线性动态系统的系统输出和线性模型的模型输出的和值作为目标需量数据，并将目标需量数据发送至展示终端进行展示。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
