-
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:CN118429895A
公开(公告)日:2024-08-02
申请号:CN202410688730.9
申请日:2024-05-30
Applicant: 中冶南方都市环保工程技术股份有限公司 , 浙江大学
IPC: G06V20/52 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种料棚作业抑尘方法、装置、电子设备及存储介质,涉及工业图像识别技术领域,其方法包括:获取待检测作业图像;将待检测作业图像输入训练完备的料棚作业识别网络中,基于料棚作业识别网络对待检测作业图像进行静态目标检测得到扬尘识别结果和作业车辆识别结果,对作业车辆识别结果进行动态行为识别得到车辆作业状态;根据扬尘识别结果和车辆作业状态确定料棚作业抑尘位置,对抑尘位置进行抑尘作业。本发明通过静态目标检测对扬尘和车辆进行静态目标检测,通过动态目标识别对车辆进行动态行为识别,通过结合目标检测和行为识别的检测结果以提高对扬尘检测的准确度,通过动态行为识别确定作业车辆位置实现对扬尘位置的准确溯源。
-
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:CN116151022B
公开(公告)日:2024-04-23
申请号:CN202310211711.2
申请日:2023-03-07
Applicant: 浙江大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了一种基于热平衡计算的水泥回转窑温度实时估计方法,包括如下6个步骤:步骤1:获取计算所需参数数据;步骤2:构建零维模型;步骤3:设置物料温度初始值,初步求解物料化学反应热;步骤4:通过水泥回转窑内部的物料平衡、热平衡初步求解回转窑内温度;步骤5:利用水泥回转窑输入输出的热平衡对求解效果进行评估;步骤6:使用步骤4得到的温度参数求解物料化学反应热,然后重新求解回转窑温度,迭代上述过程,输出回转窑温度的计算结果。本发明实现了水泥回转窑运行数据实时输入、温度参数实时输出的分钟级、秒级实时温度估计,显著提高了水泥回转窑温度模型的实用性,有助于生产企业对回转窑温度进行实时的监控和调整。
-
公开(公告)号:CN114237202B
公开(公告)日:2024-04-05
申请号:CN202111496925.6
申请日:2021-12-08
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于FIA‑CVA与迭代增强框架的过程监测方法。在建模阶段旨在通过利用故障信息来获得更有效的故障检测结果,从而提出了FIA‑CVA建模方法。首先通过典型变量分析方法将原始数据空间分解为状态子空间和残差子空间。根据一定的故障数据,分析故障从正常到故障的变化,进一步将残差子空间分解为故障相关状态子空间、故障无关状态子空间、故障相关残差和故障无关子空间四个子空间,并建立相应的基于FIA‑CVA的监控统计和阈值。随后通过所提出的故障信息辅助集成增强监测框架(FIA‑IEMS)进行过程监测。在这个框架中首先依据工业现场采集到了多种类故障数据,建立一系列FIA‑CVA子模型,然后采用贝叶斯推理综合考虑不同模型的监测概率从而进行更为广泛的故障监测。
-
公开(公告)号:CN117709185A
公开(公告)日:2024-03-15
申请号:CN202311481268.7
申请日:2023-11-08
Applicant: 浙江大学
IPC: G06F30/27 , G06F30/10 , G16C20/20 , G16C20/70 , G06Q10/10 , G06F111/04 , G06F111/20 , G06F113/08 , G06F119/08 , G06F119/02
Abstract: 本发明公开了一种面向流程工业的数字孪生架构设计方法。数字孪生系统是一个可视化的虚拟生产系统,可实现与现场物理实体的平行运行,为实体的安全高效生产提供模拟优化、监测诊断、智能运维等赋能技术。现存的数字孪生系统无法满足流程工业亟需的质量指标感知能力、优化控制赋能功效、故障诊断赋能功效等核心功能。针对这一弊端,本发明提出一种面向流程工业的数字孪生架构设计方法,在数据感知、几何建模、连接交互等数字孪生基本架构的基础上,补充了基于Adaptive DiASSA算法的故障检测模块、基于SF‑Transformer算法的质量指标软测量模块、基于QST‑MPC算法的混合整数决策优化模块,保障流程工业数字孪生系统的真正落地应用。
-
公开(公告)号:CN116702030B
公开(公告)日:2024-01-23
申请号:CN202310627456.X
申请日:2023-05-31
Applicant: 浙江大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/15 , G06N3/084
Abstract: 本发明公开了一种基于传感器可靠性分析的高炉状态监测方法及装置,涉及高炉冶炼过程监测技术领域。由于目前高炉状态监测方法很少关注作为状态监测方法数据来源的传感器本身,此时若传感器发生故障导致数据异常,正常运行的高炉可能被误判为故障状态。针对上述问题,本发明提出了一种基于传感器可靠性分析的高炉状态监测方法。包括基于高炉历史参数数据集的特征变量挑选;基于特征变量数据集,应用反向传播神经网络建立初始高炉故障状态监测模型与传感器故障状态监测模型,应用支持向量机建立故障传感器定位模型,针对传感器精度下降故障,建立精度下降故障状态监测模型;联合分(56)对比文件KR 20080097911 A,2008.11.06US 2008276155 A1,2008.11.06US 8706357 B1,2014.04.22陈强.提高煤矿安全监控系统智能化水平技术探讨《.煤矿机械》.2023,全文.Yayu Peng.Sensor fault detection andisolation for a wireless sensor network-based remote wind turbine conditionmonitoring system《.IEEE Access》.2017,全文.
-
公开(公告)号:CN117332345A
公开(公告)日:2024-01-02
申请号:CN202311098347.X
申请日:2023-08-29
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/2135 , G06F18/2136
Abstract: 本发明公开了一种基于联合稀疏约束的数据依赖核典型变量分析的监测方法,结合孤立核和主成分分析提出了依赖高炉数据的非线性特征提取框架,获得具有判别能力的数据依赖非线性特征用于检测故障;在提取非线性特征之后,使用I2,0范数联合稀疏约束的典型变量分析方法进一步探索高炉炼铁过程的动态性;通过结合流形约束梯度下降方法和梯度硬阈值追踪方法设计了一种高效的两阶段迭代交替方向乘子法方法解决新优化目标;然后,采用T2统计量及其相应的控制限实时监测高炉炼铁过程。本发明提出了一种基于IK的数据依赖非线性特征提取框架,该框架具有广泛的适用性;消除了冗余甚至负作用的非线性关系和异常值的影响;提高了典型变量空间的鲁棒性和准确性。
-
公开(公告)号:CN116703834A
公开(公告)日:2023-09-05
申请号:CN202310577405.0
申请日:2023-05-22
Applicant: 浙江大学
IPC: G06T7/00 , G06T5/30 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于机器视觉的烧结点火强度过高判断、分级方法及装置,该方法包括:获取烧结料面图像数据集,所述烧结料面图像数据集包括训练数据、验证数据和测试数据,并对所述训练数据和验证数据标注裂纹区域;搭建改进DeepLabV3+语义分割网络模型,所述改进DeepLabV3+语义分割网络模型为在DeepLabV3+语义分割网络中用MobileNetV2替换原主干网络,并增加并行卷积和串行卷积结构;利用所述训练数据和验证数据对所述改进DeepLabV3+语义分割网络模型进行训练;将所述测试数据输入到训练后的改进DeepLabV3+语义分割网络模型中,得到分割结果,根据所述分割结果判断烧结点火强度过高情况的存在与否及其分级。本发明通过有效检测裂纹对烧结点火强度过高的判断及分级具有较好的效果和实用价值。
-
公开(公告)号:CN115578612B
公开(公告)日:2023-08-04
申请号:CN202211241185.6
申请日:2022-10-11
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/764 , G06V10/40 , G06V10/30 , G06V10/28 , C21B5/00 , C21B7/24
Abstract: 本发明公开了一种基于标志物目标检测的高炉炉顶布料阶段识别方法及装置。该方法利用炉顶红外热像仪,根据不同布料阶段下高炉炉顶红外图像的特征选择标志物,建立炉顶标志物目标检测模型,结合目标检测结果和高炉布料规律提出高炉炉顶布料阶段判定条件,实现对高炉布料阶段的识别。本发明将炉顶布料阶段识别问题转换为标志物目标检测问题,实现对高炉布料阶段的自动识别。在高炉生产运行过程中,本发明提供的方法能够实现对布料阶段的高精度有效动态识别,为确保高炉的正常运行提供了重要的炉顶布料信息。
-
-
-
-
-
-
-
-
-