-
公开(公告)号：CN113607601B
公开(公告)日：2022-10-28
申请号：CN202110678745.3
申请日：2021-06-18
Applicant: 东北大学
Abstract: 本发明涉及一种基于辨识模型与深度学习相结合的矿浆浓度智能检测方法，包括：101、获取矿浆在管道中流动的实时过程数据；102、根据实时数据和预先建立的矿浆密度检测模型，获取矿浆密度信息；103、根据所述矿浆密度‑浓度转换关系和所述矿浆密度信息，获得矿浆浓度的检测结果；其中，矿浆密度检测模型包括：采用最小二乘法估计的可辨识模型的密度值和对应未知非线性动态系统的采用LSTM建模的深度学习模型；所述可辨识模型和未知非线性动态系统为基于矿浆的基本信息和动量守恒规则建立的。上述方法能够实现对矿浆浓度的精确测量从而实现矿浆浓度的实时控制。
-
公开(公告)号：CN114894665A
公开(公告)日：2022-08-12
申请号：CN202210621822.6
申请日：2022-06-02
Applicant: 东北大学
Abstract: 本申请公开了一种矿浆浓度检测方法及装置、存储介质、计算机设备，该方法包括：获取历史采样时刻对应的历史压差信号、历史压力信号以及矿浆历史浓度化验值；基于所述历史压差信号、所述历史压力信号以及所述矿浆历史浓度化验值，确定压差补偿系数、密度补偿量、压力补偿系数以及浓度补偿量；依据所述压差补偿系数、所述密度补偿量、所述压力补偿系数、所述浓度补偿量以及初始浓度检测模型，得到矿浆浓度检测模型；基于采集到的目标压差原始信号、目标压力原始信号，以及所述矿浆浓度检测模型，得到矿浆浓度检测值。本申请在考虑多种影响因素的同时，可以实时快速、准确地检测矿浆浓度。
-
公开(公告)号：CN113607601A
公开(公告)日：2021-11-05
申请号：CN202110678745.3
申请日：2021-06-18
Applicant: 东北大学
Abstract: 本发明涉及一种基于辨识模型与深度学习相结合的矿浆浓度智能检测方法，包括：101、获取矿浆在管道中流动的实时过程数据；102、根据实时数据和预先建立的矿浆密度检测模型，获取矿浆密度信息；103、根据所述矿浆密度‑浓度转换关系和所述矿浆密度信息，获得矿浆浓度的检测结果；其中，矿浆密度检测模型包括：采用最小二乘法估计的可辨识模型的密度值和对应未知非线性动态系统的采用LSTM建模的深度学习模型；所述可辨识模型和未知非线性动态系统为基于矿浆的基本信息和动量守恒规则建立的。上述方法能够实现对矿浆浓度的精确测量从而实现矿浆浓度的实时控制。
-
公开(公告)号：CN114964379B
公开(公告)日：2023-06-20
申请号：CN202210623008.8
申请日：2022-06-02
Applicant: 东北大学
IPC: G01D21/02 , G01N27/06 , G01N33/00 , G06N3/0442
Abstract: 本申请公开了一种溶出液苛性比值检测方法、装置、电子设备及存储介质，其中方法包括：基于预定采样时间段内各采样时刻提取获得的溶出液样本，获取与各所述溶出液样本对应的参数值，以获得若干第一参数值以及第二参数值；至少基于各所述第一参数值、所述第二参数值对当前苛性比值检测模型中的模型参数进行更新，以获得更新后的苛性比值检测模型；基于所述更新后的苛性比值检测模型对实时获取的、待检测的溶出液进行检测，得到苛性比值检测结果。本申请中的检测方法可以在线精准检测溶出液的苛性比值。
-
Patent Agency Ranking
公开(公告)号：CN114964379A
公开(公告)日：2022-08-30
申请号：CN202210623008.8
申请日：2022-06-02
Applicant: 东北大学
Abstract: 本申请公开了一种溶出液苛性比值检测方法、装置、电子设备及存储介质，其中方法包括：基于预定采样时间段内各采样时刻提取获得的溶出液样本，获取与各所述溶出液样本对应的参数值，以获得若干第一参数值以及第二参数值；至少基于各所述第一参数值、所述第二参数值对当前苛性比值检测模型中的模型参数进行更新，以获得更新后的苛性比值检测模型；基于所述更新后的苛性比值检测模型对实时获取的、待检测的溶出液进行检测，得到苛性比值检测结果。本申请中的检测方法可以在线精准检测溶出液的苛性比值。
-
公开(公告)号：CN115015037B
公开(公告)日：2024-12-20
申请号：CN202210623007.3
申请日：2022-06-02
Applicant: 东北大学
Abstract: 本申请公开了一种选煤悬浮液密度检测方法及装置、存储介质、计算机设备，该方法包括：获取历史采样时刻对应的历史压差信号、历史压力信号以及选煤悬浮液历史密度化验值；基于所述历史压差信号、所述历史压力信号以及所述选煤悬浮液历史密度化验值，确定初始密度检测模型对应的压差补偿系数、压力补偿系数以及目标补偿量；依据所述压差补偿系数、所述压力补偿系数、所述目标补偿量以及所述初始密度检测模型，得到选煤悬浮液密度检测模型；基于采集到的目标压差原始信号、目标压力原始信号，以及所述选煤悬浮液密度检测模型，得到选煤悬浮液密度检测值。本申请在考虑多种影响因素的同时，可以实时快速、准确地检测选煤悬浮液的密度。
-
公开(公告)号：CN114894665B
公开(公告)日：2024-12-20
申请号：CN202210621822.6
申请日：2022-06-02
Applicant: 东北大学
Abstract: 本申请公开了一种矿浆浓度检测方法及装置、存储介质、计算机设备，该方法包括：获取历史采样时刻对应的历史压差信号、历史压力信号以及矿浆历史浓度化验值；基于所述历史压差信号、所述历史压力信号以及所述矿浆历史浓度化验值，确定压差补偿系数、密度补偿量、压力补偿系数以及浓度补偿量；依据所述压差补偿系数、所述密度补偿量、所述压力补偿系数、所述浓度补偿量以及初始浓度检测模型，得到矿浆浓度检测模型；基于采集到的目标压差原始信号、目标压力原始信号，以及所述矿浆浓度检测模型，得到矿浆浓度检测值。本申请在考虑多种影响因素的同时，可以实时快速、准确地检测矿浆浓度。
-
公开(公告)号：CN118298966A
公开(公告)日：2024-07-05
申请号：CN202410529845.3
申请日：2024-04-29
Applicant: 东北大学
IPC: G16C20/70 , G06N3/0442 , G06N3/08
Abstract: 本申请公开了一种重介密度预测方法、装置、存储介质以及电子设备。其中方法包括：基于接收到的边侧转发的、端侧实时采集的各化验参数值、各密度测量值以及各变量参数值对当前数字孪生预测模型进行更新，生成目标数字孪生预测模型；计算目标数字孪生预测模型的精度得到第一精度值；在边侧当前数字孪生预测模型的第二精度值与第一精度值满足预设条件的情况下，将目标数字孪生预测模型发送给边侧；控制边侧基于更新后的当前数字孪生预测模型的时序窗口长度采集云端存储的各目标变量参数值、各目标化验参数值以及各目标密度测量值，采用更新后的当前数字孪生预测模型进行重介密度得到预测结果。本申请不需要人工频繁化验并能够提高预测结果的准确性。
-
公开(公告)号：CN115015037A
公开(公告)日：2022-09-06
申请号：CN202210623007.3
申请日：2022-06-02
Applicant: 东北大学
Abstract: 本申请公开了一种选煤悬浮液密度检测方法及装置、存储介质、计算机设备，该方法包括：获取历史采样时刻对应的历史压差信号、历史压力信号以及选煤悬浮液历史密度化验值；基于所述历史压差信号、所述历史压力信号以及所述选煤悬浮液历史密度化验值，确定初始密度检测模型对应的压差补偿系数、压力补偿系数以及目标补偿量；依据所述压差补偿系数、所述压力补偿系数、所述目标补偿量以及所述初始密度检测模型，得到选煤悬浮液密度检测模型；基于采集到的目标压差原始信号、目标压力原始信号，以及所述选煤悬浮液密度检测模型，得到选煤悬浮液密度检测值。本申请在考虑多种影响因素的同时，可以实时快速、准确地检测选煤悬浮液的密度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.013 seconds)
