-
公开(公告)号：CN114216349B
公开(公告)日：2022-09-16
申请号：CN202111479943.3
申请日：2021-12-06
Applicant: 浙江大学
Abstract: 本发明公开了一种基于编码解码网络的烧结终点预报方法，属于工业过程软测量建模领域。本发明利用烧结机运行过程中采集的数据，开发了一种基于时空注意力机制的编码解码网络的终点预报模型，其中时间注意力机制用于表征样本的时序动态性，空间注意力机制用来捕获目标变量与高级特征之间的相关性，以此提高模型的准确性和鲁棒性。利用该模型可以实时地对烧结过程中的终点进行提前预报，对于现场的工艺指导与参数调整具备较大的实际意义。通过该模型与其他模型的预报结果对比，证明了该模型对烧结终点的预报有着较为精确和稳定的建模能力，为钢铁企业生产高质量的烧结矿提供了技术支撑。
-
公开(公告)号：CN113283163B
公开(公告)日：2022-04-19
申请号：CN202110497744.9
申请日：2021-05-08
Applicant: 浙江大学
IPC: G06F30/27 , G06T5/00 , G06T7/00 , G06T7/13 , G06F119/08
Abstract: 本发明公开了一种RVM烧结矿FeO含量软测量模型的构建及应用，结合烧结过程中的传感器数据与烧结机尾断面图像数据共同完成模型的构建，使得数据信息更为丰富；此外对数据进行特征构建，使其对烧结数据的非线性、动态性具备更强的解释能力；在此基础上构建RVM模型，使其在复杂的烧结过程中对烧结矿FeO含量具备准确的在线软测量能力。通过该模型与现有的模型的软测量结果对比，证明了模型为烧结过程提供了较为精确、稳定的建模能力。
-
Patent Agency Ranking
公开(公告)号：CN115436371A
公开(公告)日：2022-12-06
申请号：CN202211202635.0
申请日：2022-09-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多源信息融合的Autoformer烧结矿FeO含量软测量方法。首先，针对烧结过程数据动态性、强非线性和多源异构性等复杂特征，提出一种多源信息融合策略实现特征级信息融合和数据级信息融合，分别用于烧结矿横截面的图像特征提取和多源异构数据整合。随后，将较为全面的烧结过程信息以串行的方式输入至下游的Autoformer模型中。上述串行连接不仅提高了信息容量，还提供了关于烧结矿FeO含量等级的先验信息，这有利于Autoformer捕捉烧结流程中复杂的时序分布，使得基于多源信息融合的Autoformer模型在真实的工业场景中具备更精准的建模能力。
-
公开(公告)号：CN114216349A
公开(公告)日：2022-03-22
申请号：CN202111479943.3
申请日：2021-12-06
Applicant: 浙江大学
Abstract: 本发明公开了一种基于编码解码网络的烧结终点预报方法，属于工业过程软测量建模领域。本发明利用烧结机运行过程中采集的数据，开发了一种基于时空注意力机制的编码解码网络的终点预报模型，其中时间注意力机制用于表征样本的时序动态性，空间注意力机制用来捕获目标变量与高级特征之间的相关性，以此提高模型的准确性和鲁棒性。利用该模型可以实时地对烧结过程中的终点进行提前预报，对于现场的工艺指导与参数调整具备较大的实际意义。通过该模型与其他模型的预报结果对比，证明了该模型对烧结终点的预报有着较为精确和稳定的建模能力，为钢铁企业生产高质量的烧结矿提供了技术支撑。
-
公开(公告)号：CN115436371B
公开(公告)日：2025-02-28
申请号：CN202211202635.0
申请日：2022-09-29
Applicant: 浙江大学
IPC: G01N21/84 , G01J5/00 , G01J5/48 , G01B11/06 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于多源信息融合的Autoformer烧结矿FeO含量软测量方法。首先，针对烧结过程数据动态性、强非线性和多源异构性等复杂特征，提出一种多源信息融合策略实现特征级信息融合和数据级信息融合，分别用于烧结矿横截面的图像特征提取和多源异构数据整合。随后，将较为全面的烧结过程信息以串行的方式输入至下游的Autoformer模型中。上述串行连接不仅提高了信息容量，还提供了关于烧结矿FeO含量等级的先验信息，这有利于Autoformer捕捉烧结流程中复杂的时序分布，使得基于多源信息融合的Autoformer模型在真实的工业场景中具备更精准的建模能力。
-
公开(公告)号：CN118098407A
公开(公告)日：2024-05-28
申请号：CN202410115381.1
申请日：2024-01-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于递归坐标映射的烧结矿FeO预测方法，属于工业过程监控、建模和仿真领域。通过将操作变量看作序列化输入数据，对正交基函数的导数分析将输入映射至高维坐标空间。而后在高维坐标空间内采用转置注意力机制，独立地在不同度的坐标空间内计算注意力得分，进行动态赋权，并由坐标空间将数据重构至时域。本发明方法对于时间序列数据具有很好的拟合效果，能够广泛应用于具有长期依赖关系、强非线性以及强动态性的工业系统的预测与优化。
-
公开(公告)号：CN113283163A
公开(公告)日：2021-08-20
申请号：CN202110497744.9
申请日：2021-05-08
Applicant: 浙江大学
IPC: G06F30/27 , G06T5/00 , G06T7/00 , G06T7/13 , G06F119/08
Abstract: 本发明公开了一种RVM烧结矿FeO含量软测量模型的构建及应用，结合烧结过程中的传感器数据与烧结机尾断面图像数据共同完成模型的构建，使得数据信息更为丰富；此外对数据进行特征构建，使其对烧结数据的非线性、动态性具备更强的解释能力；在此基础上构建RVM模型，使其在复杂的烧结过程中对烧结矿FeO含量具备准确的在线软测量能力。通过该模型与现有的模型的软测量结果对比，证明了模型为烧结过程提供了较为精确、稳定的建模能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
