一种稀土萃取分离过程组分含量数字孪生特征分析方法

    公开(公告)号:CN113359512A

    公开(公告)日:2021-09-07

    申请号:CN202110715107.4

    申请日:2021-06-26

    Abstract: 本发明提供一种稀土萃取分离过程组分含量数字孪生特征分析方法,包括稀土萃取过程车间设备装置、稀土萃取过程仿真平台和稀土萃取过程组分含量数字孪生系统,该系统可通过对现场数据的获取及存储,实现对稀土萃取分离过程的模拟,采用PCA分析的多分支神经网络特征选择方法,建立萃取过程组分含量数字孪生模型,通过数字孪生系统,可对萃取分离过程中电机、计量泵,液位计,流量计等设备进行故障分析及预报,实现稀土萃取过程整个生产状态的监控及分析,通过该数字孪生系统,可实现稀土萃取分离过程整个生产周期的仿真及生产过程中相应的干扰因素的预测及影响。

    一种基于多分支神经网络的稀土萃取模拟方法及系统

    公开(公告)号:CN113130014A

    公开(公告)日:2021-07-16

    申请号:CN202110440712.5

    申请日:2021-04-23

    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。

    一种稀土元素含量变化预测方法及系统

    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

    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。

    一种基于多分支神经网络的稀土萃取模拟方法及系统

    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

    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。

    一种稀土元素含量变化预测方法及系统

    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

    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。

Patent Agency Ranking