-
公开(公告)号：CN119847052A
公开(公告)日：2025-04-18
申请号：CN202510321996.4
申请日：2025-03-19
Applicant: 华东交通大学
IPC: G05B19/042
Abstract: 本申请公开了一种多组分稀土萃取过程分布式预测控制方法、设备及介质，涉及稀土萃取技术领域，该方法：首先，将稀土萃取过程非线性动态模型转化为考虑上游子系统状态耦合的标称系统状态空间模型。其次，设计带输入输出约束的标称系统分布式控制器实现稳定跟踪控制。然后，考虑到模型和参数的不确定性以及外部扰动，利用扰动观测器来对每个子系统受到的集总扰动进行估计，并基于扰动估计值设计前馈扰动补偿控制器，实现对集总扰动的补偿。最后，将标称系统分布式模型预测控制器与干扰补偿控制器相结合，设计一种复合控制器，实现了多组分稀土萃取过程在模型失配和外部扰动情况下，依然能够使输出跟踪上设定值，从而实现鲁棒性和稳定性控制。
-
公开(公告)号：CN111651651A
公开(公告)日：2020-09-11
申请号：CN202010319386.8
申请日：2020-04-21
Applicant: 华东交通大学
IPC: G06F16/906 , G06K9/62
Abstract: 本发明公开了一种基于双边集成聚类方法，包括以下步骤：(1)通过对给定数据集运行多次k-means算法产生多个基聚类结果，将所得的基聚类结果转化为指示矩阵，并将其作为新矩阵的特征(列)，然后将样本和基聚类构建二部图；(2)对所构二部图进行多划分；(3)通过一个高效的交替优化算法优化变量，得到最终的聚类结果；本发明的方法能够充分利用样本、聚类之间的丰富信息，同时对样本和基聚类聚类，当算法收敛时能够直接得到最终的聚类结果。
-
公开(公告)号：CN108596985B
公开(公告)日：2020-03-31
申请号：CN201810351860.8
申请日：2018-04-19
Applicant: 华东交通大学
Abstract: 本发明公开了一种稀土溶液图像在不同单一光照下的矫正方法，针对稀土萃取工业生产中稀土溶液图像颜色随光照条件变化，导致基于稀土溶液图像颜色特征的稀土元素组分含量检测出现较大偏差，提出一种Grey Edge参数主动优化的稀土溶液颜色矫正方法。首先采用Grey Edge颜色恒常性算法，在该算法下加入区域划分参数，并进行区域选择；其次针对不同的光照条件和稀土溶液级数导致其最优光照估计算法参数不一致，采用基于变异的粒子群算法优化Grey Edge算法参数和区域划分参数,减小通过对角模型矫正后图像指定区域和标准图像指定区域之间的误差,实现较佳的矫正效果。
-
公开(公告)号：CN110223288A
公开(公告)日：2019-09-10
申请号：CN201910519815.3
申请日：2019-06-17
Applicant: 华东交通大学
Abstract: 本发明提供一种有颜色特征和无颜色特征的稀土离子共存条件下多组分含量预测方法，涉及稀土萃取过程组分含量预测领域。该方法包括：稀土萃取过程存在组分含量难以快速、准确检测的问题，针对含有无色Ce离子的CePr/Nd混合溶液与Pr/Nd溶液的图像颜色特征有较大差异，导致原有基于颜色特征的单一稀土元素组分含量检测方法不再适用，提出一种基于GA-ELM的稀土萃取过程多组分含量预测方法。首先在HSI颜色空间下寻得与组分含量相关性最大的H、S分量；然后以H、S分量一阶矩为输入，建立基于极限学习机ELM的多组分含量软测量模型；针对ELM模型的初始权值和阈值的不确定性，采用遗传算法GA对模型参数进行优化，使优化后的组分含量ELM模型精度更高。
-
公开(公告)号：CN119623801A
公开(公告)日：2025-03-14
申请号：CN202510156857.0
申请日：2025-02-13
Applicant: 华东交通大学
IPC: G06Q10/047 , G06Q10/0635 , G06Q50/26 , G06N3/006 , G06N3/092
Abstract: 本发明公开一种多智能体强化学习的邮轮人员疏散路径优化方法，包括以下步骤：步骤一、模型构建：根据邮轮设计图纸建立邮轮疏散模型并设置疏散出口；步骤二、多智能体构建：根据邮轮疏散模型构建多组智能体；步骤三、火灾信息感知决策；步骤四、疏散行动执行：人员智能体分为正常运动状态和疏散状态，在感知到火灾发生后由正常运动状态转变为疏散状态执行疏散行动；本发明通过以人员智能体、火源智能体、烟气智能体和传感器智能体作为作为多智能体为模型框架，模拟人类感知能力，使智能体能够获取环境信息，通过智能体之间的动态交互呈现人员之间的行为，通过火源智能体模拟火灾蔓延行为，对环境和其他智能体造成影响，对火灾情况进行充分模拟。
-
Patent Agency Ranking
公开(公告)号：CN119068312A
公开(公告)日：2024-12-03
申请号：CN202411308144.3
申请日：2024-09-19
Applicant: 华东交通大学
IPC: G06V10/82 , G06N3/0464 , G06N3/096 , G06V10/54 , G06V10/56 , G06V10/774
Abstract: 本申请公开了一种稀土元素组分含量的预测方法、装置、设备、介质及产品，涉及稀土元素组分含量预测技术领域，该方法包括获取目标稀土溶液图像；基于颜色特征提取方法，提取目标稀土溶液图像中的颜色特征；基于灰度共生矩阵，提取目标稀土溶液图像中的空间纹理特征，得到图像显性特征；基于卷积神经网络，提取所述目标稀土溶液图像中的图像隐性特征；将目标稀土溶液图像中的颜色特征、图像显性特征和图像隐性特征输入至训练好的稀土萃取过程元素组分含量预测模型中，对目标稀土溶液图像中的稀土元素组分含量进行预测。本申请可提高数据稀缺条件下稀土元素组分含量预测的检测效率和预测精度。
-
公开(公告)号：CN114330089B
公开(公告)日：2024-05-14
申请号：CN202110856661.4
申请日：2021-07-28
Applicant: 华东交通大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明涉及一种稀土元素含量变化预测方法，包括：获取稀土串级萃取过程中数据集；数据集包括无标签数据子集和有标签数据子集，无标签数据子集包括萃取工况下特征数据；构建稀疏自编码多分支网络模型；稀疏自编码多分支网络模型模拟稀土串级萃取过程的组分含量变化；根据无标签数据子集，对稀疏编码主网络进行无监督预训练；为各分支网络分别构建损失函数；基于各分支网络的损失函数，采用误差反向传播算法与随机梯度下降算法，根据有标签数据子集对预训练后的稀疏自编码多分支网络模型进行有监督训练，输出稀土元素含量变化预测模型；利用稀土元素含量变化预测模型对稀土串级萃取过程中稀土元素组分含量进行预测。本发明提高了预测的准确性。
-
公开(公告)号：CN113377072B
公开(公告)日：2023-02-07
申请号：CN202110706355.2
申请日：2021-06-24
Applicant: 华东交通大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于即时学习的稀土萃取过程药剂量优化设定方法。该方法包括：针对由于机理模型和实际萃取过程不匹配等原因，导致机理模型得到的药剂量设定值并不是最优工作点的问题，首先建立以综合经济效益最大为目标的稀土萃取过程的优化模型，并利用数据驱动方法，对模型的关键参数进行预测；然后，运用智能优化算法进行最优药剂量求解，得到理论最优药剂量；最后，运用即时学习的思想，在理论最优药剂量附近进行局部在线建模，并对该局部模型进行优化求解得到最优的药剂量补偿值，即新的稀土萃取过程药剂量优化设定，如果经济效益增量大于设定阈值，则将该设定值施加到实际生产中，不断迭代该算法，既保证了萃取过程稳定性，又可进一步提高稀土萃取生产的效率和经济效益。
-
公开(公告)号：CN113130014B
公开(公告)日：2023-02-07
申请号：CN202110440712.5
申请日：2021-04-23
Applicant: 华东交通大学
IPC: G16C20/10 , G16C20/70 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于多分支神经网络的稀土萃取模拟方法及系统，方法包括：获取稀土原始数据集并进行预处理，得到处理后的数据集；将处理后的数据集划分为训练集和测试集；根据训练集构建多分支神经网络模型；构建多分支神经网络模型的各个分支对应的独立损失优化函数；对各个分支对应的独立损失优化函数进行训练，当各个分支的独立损失优化函数均收敛到设定阈值时，停止训练，获得训练后的多分支神经网络模型；利用测试集对所述训练后的多分支神经网络模型进行模拟，当模拟精度达到设定精度时，停止模拟，获得最终的多分支神经网络模型；利用最终的多分支神经网络模型进行稀土萃取模拟。本发明提高了稀土萃取模拟的预测精度和准确性。
-
公开(公告)号：CN114330089A
公开(公告)日：2022-04-12
申请号：CN202110856661.4
申请日：2021-07-28
Applicant: 华东交通大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明涉及一种稀土元素含量变化预测方法，包括：获取稀土串级萃取过程中数据集；数据集包括无标签数据子集和有标签数据子集，无标签数据子集包括萃取工况下特征数据；构建稀疏自编码多分支网络模型；稀疏自编码多分支网络模型模拟稀土串级萃取过程的组分含量变化；根据无标签数据子集，对稀疏编码主网络进行无监督预训练；为各分支网络分别构建损失函数；基于各分支网络的损失函数，采用误差反向传播算法与随机梯度下降算法，根据有标签数据子集对预训练后的稀疏自编码多分支网络模型进行有监督训练，输出稀土元素含量变化预测模型；利用稀土元素含量变化预测模型对稀土串级萃取过程中稀土元素组分含量进行预测。本发明提高了预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.021 seconds)
