-
公开(公告)号：CN118194722A
公开(公告)日：2024-06-14
申请号：CN202410442530.5
申请日：2024-04-12
Applicant: 北京科技大学 , 中色非洲矿业有限公司
IPC: G06F30/27 , G06F17/13 , G06F119/14
Abstract: 本发明涉及采矿工程和人工智能领域，特别是指一种在状态空间模型中纳入物理约束的浓密机建模方法及装置，方法包括：获取设定工况下浓密机历史生产参数序列进行预处理；获取设定工况下设备及工艺常量参数；根据仿真需求设定模型超参数，根据超参数组织预处理后的历史生产参数序列、设备及工艺常量参数的输入结构；根据浓密机物理先验构建状态空间模型框架下的神经微分方程梯度网络，使用预处理后的历史生产参数序列、设备常量参数以及工艺常量参数训练网络参数，得到浓密机仿真模型。本发明能够结合物理先验，在考量物理约束的前提下通过数据驱动方式实现浓密机设备的建模，实现在指定历史工况和控制序列下，底流浓度和泥层高度序列的有效预测。
-
公开(公告)号：CN117953033A
公开(公告)日：2024-04-30
申请号：CN202311702395.5
申请日：2023-12-12
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于双目视觉的实时非接触式泡沫层厚度测量方法和系统，涉及矿物浮选技术领域，包括：获取目标浮选槽内待测量泡沫层的双目视频流；基于双目视频流，裁剪得到两个单目图像；基于深度测距神经网络提取两个单目图像的图像特征，并根据图像特征回归得到视差图；基于视差图和双目视差原理，确定待测量泡沫层的顶部的双目深度测距值；基于目标浮选槽内矿浆液位值与双目深度测距值，确定待测量泡沫层的厚度。本发明可以获取泡沫层厚度的实时测量值，缓解了现有技术中存在的需要工作人员长期监控设备、且难以实时检测现场情况的技术问题。
-
公开(公告)号：CN117909777A
公开(公告)日：2024-04-19
申请号：CN202410185178.1
申请日：2024-02-19
Applicant: 北京科技大学 , 中色非洲矿业有限公司
IPC: G06F18/23213 , G06F18/25 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种工业多变量时间序列异常检测方法及装置，属于数据分析检测技术及人工智能技术领域，所述方法包括：利用布设在待检测工业系统中的传感器实时采集待检测工业系统运行中产生的由多种生产工艺变量组成的生产过程数据，得到多变量时间序列数据集；对所述多变量时间序列数据集中的数据进行聚类；基于聚类结果，生成聚类后的每一类簇的相关矩阵，并基于生成的每一类簇的相关矩阵，结合预设的异常阈值，进行异常检测，得到检测结果。本发明采用多种新颖的深度学习方法，不仅可大幅度提高工业上多变量时间序列异常检测精度，同时操作简单，不需要复杂的硬件设备，同时也能进一步降低工业上异常检测的开销，具有重要的实用价值和理论意义。
-
公开(公告)号：CN117408138A
公开(公告)日：2024-01-16
申请号：CN202311284245.7
申请日：2023-09-28
Applicant: 北京科技大学 , 中色非洲矿业有限公司
IPC: G06F30/27 , G06F17/13 , G06N3/0442 , G06N5/04 , G06F119/14 , G06F113/08
Abstract: 本发明提供一种浮选工序多设备联合仿真方法及系统，涉及人工智能技术领域，包括：获取工业场景中传感器监测到的浮选工序历史生产参数序列；建立工序拓扑图；基于工序拓扑图对不同种类的设备进行基于神经微分方程的动力学分析；使用深度状态空间下的RNN族模型在隐空间内进行完全平滑的后验编码并使用神经微分方程进行预测段的推理预测；对单设备使用实际生产产生的输入特征及液位数据进行模型训练，以最大似然为目标完成单个节点的模型训练；依据工序拓扑图的拓扑排序结果顺次进行单个节点的推理，将推理结果依据拓扑作为其他节点的输入。本发明实际考虑到整个流程长延时的设备间参数关联性，并通过引入设备机理动力学增加了模型精度和可解释性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
