-
公开(公告)号：CN110057820B
公开(公告)日：2021-04-30
申请号：CN201910299333.1
申请日：2019-04-15
Applicant: 中南大学
Abstract: 本发明公开了一种在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质，针对难以实现氯化氢合成炉中氯氢配比自动识别的问题，本方法利用摄像机采集氯化氢合成炉观察孔的图像，并对图像进行统计分析，提取火焰的颜色特征和形状特征来确定火焰的燃烧状态，最后结合历史样本库，利用BP神经网络进行多特征融合，快速确定氯化氢合成炉中当前的氯氢配比。并基于此方法设计了一套测试系统，以满足实际生产过程中控制氯氢配比的精度和速度的要求，保证生产的安全，提高生产产品的质量，降低生产成本。
-
公开(公告)号：CN110111331B
公开(公告)日：2023-06-06
申请号：CN201910418796.5
申请日：2019-05-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于机器视觉的蜂窝纸芯缺陷检测方法，针对蜂窝纸芯生产过程中产生的各种缺陷问题，通过采集生产现场的蜂窝纸芯图片，采用SSD深度神经网络检测蜂窝纸芯中的缺陷，对其缺陷类别进行判定并输出其具体位置，然后运用机器视觉算法进行快速复检，防止出现误检，最后将所得结果传递给蜂窝纸芯缺陷修补系统，提供正确的反馈信号，以实现对蜂窝纸芯缺陷的自动修补。本发明运用深度学习模型和机器视觉算法对蜂窝纸芯缺陷进行实时检测，可为蜂窝纸芯生产过程自动缺陷修补系统提供反馈信息，具有识别准确、定位精准、且识别速度快的优点，可满足蜂窝纸板生产自动化的要求。
-
公开(公告)号：CN110658797B
公开(公告)日：2020-11-10
申请号：CN201911030200.0
申请日：2019-10-28
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种氯化氢合成炉系统的优化控制方法，针对氯化氢合成炉入口气体流量可测、且基于人工在线测量氯化氢纯度值的具有多台氯化氢合成炉的氯气氢气流量调节控制系统，该方法考虑了多台合成炉流量联合调节中存在的流量与压力的耦合情况，外环采用带氯氢比值控制与总流量约束的流量分配最优化策略，在按氯氢比值分配流量的同时保证氯气和氢气总缓冲罐流量的稳定，为多台合成炉在线优化氢气和氯气流量的设定值；在内环采用PID流量控制策略，并引入压力前馈补偿，以提高系统的鲁棒性。本发明将流量分配最优化策略与氯氢比值控制策略相结合、PID流量控制策略与压力前馈补偿策略相结合，以实现对多台氯化氢合成炉系统的优化控制。
-
Patent Agency Ranking
公开(公告)号：CN109991850B
公开(公告)日：2021-01-08
申请号：CN201910299349.2
申请日：2019-04-15
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种磁悬浮系统预测控制方法及系统，通过磁悬浮球系统的历史数据，采用系统辨识的方法建立以高斯径向基函数网络为系数的带外生变量的自回归模型来描述电磁绕组输入电压与钢球位置间的非线性动态特性。用RBF神经网络拟合ARX模型系数，使RBF‑ARX模型能较好地刻画磁悬浮球系统的非线性动态特性。再基于预测函数控制算法的原理确定控制输入的结构，完成滚动优化和误差校正。预测函数控制算法比PID控制具有更快的跟踪能力和较强的鲁棒性，比传统的模型预测控制具有更少的在线计算量和更快的控制速度，当系统设定值为阶跃信号时，该控制方法可以实现无偏跟踪。
-
公开(公告)号：CN110057820A
公开(公告)日：2019-07-26
申请号：CN201910299333.1
申请日：2019-04-15
Applicant: 中南大学
Abstract: 本发明公开了一种在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质，针对难以实现氯化氢合成炉中氯氢配比自动识别的问题，本方法利用摄像机采集氯化氢合成炉观察孔的图像，并对图像进行统计分析，提取火焰的颜色特征和形状特征来确定火焰的燃烧状态，最后结合历史样本库，利用BP神经网络进行多特征融合，快速确定氯化氢合成炉中当前的氯氢配比。并基于此方法设计了一套测试系统，以满足实际生产过程中控制氯氢配比的精度和速度的要求，保证生产的安全，提高生产产品的质量，降低生产成本。
-
公开(公告)号：CN109991850A
公开(公告)日：2019-07-09
申请号：CN201910299349.2
申请日：2019-04-15
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种磁悬浮系统预测控制方法及系统，通过磁悬浮球系统的历史数据，采用系统辨识的方法建立以高斯径向基函数网络为系数的带外生变量的自回归模型来描述电磁绕组输入电压与钢球位置间的非线性动态特性。用RBF神经网络拟合ARX模型系数，使RBF‑ARX模型能较好地刻画磁悬浮球系统的非线性动态特性。再基于预测函数控制算法的原理确定控制输入的结构，完成滚动优化和误差校正。预测函数控制算法比PID控制具有更快的跟踪能力和较强的鲁棒性，比传统的模型预测控制具有更少的在线计算量和更快的控制速度，当系统设定值为阶跃信号时，该控制方法可以实现无偏跟踪。
-
公开(公告)号：CN110658797A
公开(公告)日：2020-01-07
申请号：CN201911030200.0
申请日：2019-10-28
Applicant: 中南大学
IPC: G05B19/418
Abstract: 本发明公开了一种氯化氢合成炉系统的优化控制方法，针对氯化氢合成炉入口气体流量可测、且基于人工在线测量氯化氢纯度值的具有多台氯化氢合成炉的氯气氢气流量调节控制系统，该方法考虑了多台合成炉流量联合调节中存在的流量与压力的耦合情况，外环采用带氯氢比值控制与总流量约束的流量分配最优化策略，在按氯氢比值分配流量的同时保证氯气和氢气总缓冲罐流量的稳定，为多台合成炉在线优化氢气和氯气流量的设定值；在内环采用PID流量控制策略，并引入压力前馈补偿，以提高系统的鲁棒性。本发明将流量分配最优化策略与氯氢比值控制策略相结合、PID流量控制策略与压力前馈补偿策略相结合，以实现对多台氯化氢合成炉系统的优化控制。
-
公开(公告)号：CN110111331A
公开(公告)日：2019-08-09
申请号：CN201910418796.5
申请日：2019-05-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于机器视觉的蜂窝纸芯缺陷检测方法，针对蜂窝纸芯生产过程中产生的各种缺陷问题，通过采集生产现场的蜂窝纸芯图片，采用SSD深度神经网络检测蜂窝纸芯中的缺陷，对其缺陷类别进行判定并输出其具体位置，然后运用机器视觉算法进行快速复检，防止出现误检，最后将所得结果传递给蜂窝纸芯缺陷修补系统，提供正确的反馈信号，以实现对蜂窝纸芯缺陷的自动修补。本发明运用深度学习模型和机器视觉算法对蜂窝纸芯缺陷进行实时检测，可为蜂窝纸芯生产过程自动缺陷修补系统提供反馈信息，具有识别准确、定位精准、且识别速度快的优点，可满足蜂窝纸板生产自动化的要求。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
