-
公开(公告)号：CN116662936A
公开(公告)日：2023-08-29
申请号：CN202310640934.0
申请日：2023-06-01
Applicant: 浙江大学
IPC: G06F18/27 , G06F18/214 , G06F18/22
Abstract: 本发明公开了一种基于多尺度自适应更新的多元状态高斯过程自回归的空分装置早期故障检测方法，根据空分工艺中存在的多尺度时变特性，采取了针对快慢两个尺度的批次自适应和样本自适应的更新方法对关键历史矩阵进行了多尺度自适应更新。在故障诊断阶段，结合留一重构策略设计了适用于故障诊断框架下的多元状态高斯过程自回归的故障检测模型用以解决传统基于多元状态估计故障诊断方法的线性局限性，最终获得空分装置故障检测结果，用以辅助指导现场的相关诊断工作。本方法采用多尺度自适应更新方法解决了空分生产过程的时变问题。与现有的方法相比，本发明具有更好的准确性且可以实现故障提前预警，能够实时地为运行人员提供故障诊断和排查指导。
-
公开(公告)号：CN115328044A
公开(公告)日：2022-11-11
申请号：CN202210979236.9
申请日：2022-08-16
Applicant: 浙江大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于辩识模型的工业装置变负荷人机融合操作评价方法。该方法首先获取工业装置变负荷操作中的各项操作数据和位号数据，然后获取IMPC的操作数据作为技能评估基准，最后从安全约束、产品质量约束、任务完成时间和能量消耗四个变负荷过程中的性能指标对操作员的技能进行评估；本方法使用双层的工业模型预测控制算法的变负荷操作数据作为技能评估基准。本发明能够客观的从多维度反映和区分不同操作员的操作技能水平。
-
公开(公告)号：CN113051810A
公开(公告)日：2021-06-29
申请号：CN202110271732.4
申请日：2021-03-12
Applicant: 浙江大学
Abstract: 本发明公开了一种基于约束网格层次聚类的空分过程PWA模型辨识方法。该方法以精馏塔为研究对象，包括特征向量的估计、特征向量的聚类与区域划分的联合估计、以及PWA子模型的参数估计。本发明通过将回归域划分成网格，并且在层次聚类的过程中考虑实际回归域划分的约束条件，完成了数据聚类与区域划分的联立求解。相对于已有技术，本发明减轻了奇异点可能导致的回归域不可划分问题，且避免了复杂的切面方程参数求解工作，同时可应用于非线性划分的回归域，在较高噪信比时也能保持较高的辨识精度。
-
公开(公告)号：CN111158349B
公开(公告)日：2021-01-08
申请号：CN202010043754.0
申请日：2020-01-15
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，该方法分为线性时变模型的建立和多步迭代线性化两部分。多步迭代线性化包括，设置初始标称输入轨迹、设置计数器、求解动力学模型的ODE方程、求解线性时变MPC控制问题、收敛检查、更新标称轨迹。本方法通过多次迭代来寻找线性时变模型的最优输出，同时对QP求解问题加以优化，提高了算法求解效率。相对于已有技术，本发明既有效解决了非线性模型预测算法的实时性差的问题，又相对于单步线性化提高了控制品质，使得跟踪效果更加精准，控制器输出更加平稳。
-
公开(公告)号：CN105511263B
公开(公告)日：2018-08-07
申请号：CN201510960679.3
申请日：2015-12-18
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 本发明公开了种基于层次分解的分布式模型预测控制方法。对于分布式系统根据通信网络结构获得分布式系统的邻接矩阵,将邻接矩阵利用基于相邻矩阵的通路搜索法,将每个子系统划分成若干个连通集,然后构建连通集的可达矩阵,根据解释模型法中的层次分解方法确定每个连通集的层次,将同层次的所有连通集合并为个连通集,从而构建得到具有串联结构的连通集集合,在每个采样时刻按照串联顺序依次求解各连通集中的每个子系统的最佳控制输入序列,进而对分布式系统进行预测控制。本发明方法避免了非直接关联的连通集之间的通信,在保证系统稳定性的同时,大幅减少通信负担,解决了传统协作式分布式模型预测控制方法必需的通信负担较高的问题。
-
Patent Agency Ranking
公开(公告)号：CN106295132A
公开(公告)日：2017-01-04
申请号：CN201610607664.3
申请日：2016-07-27
Applicant: 杭州杭氧股份有限公司 , 浙江大学
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 一种基于模板技术的空分设备变负荷优化方法，其特征在于所述的变负荷优化方法是：通过建立含有变量标记以及空分装置机理模型的动态模板，在每次实时优化计算之前从实时数据库中获取实时数据以及负荷信息，然后通过模板引擎解析模板产生当前负荷下对应的机理模型，并将生成的实时数据嵌入其中，最后调用优化求解器对机理模型进行优化求解；在空分装置变负荷生产过程中，可以在优化模型结构不变的前提下，根据操作变量的实施情况及时修正模板参数，以适应不断变化的变负荷生产环境；它具有实现简单，环境依赖性小，原理简洁清晰，稳定性和实时性好，方便于计算机上实现，且灵活性很好，能够更好地满足大型空分设备变负荷生产要求等特点。
-
公开(公告)号：CN106225422A
公开(公告)日：2016-12-14
申请号：CN201610609088.6
申请日：2016-07-27
Applicant: 杭州杭氧股份有限公司 , 浙江大学
IPC: F25J3/04
CPC classification number: F25J3/048 , F25J3/04806 , F25J3/04848 , F25J3/04769 , F25J2210/40 , F25J2280/50
Abstract: 一种用于内压缩带氩空分设备的自动变负荷优化控制方法，其特征在于所述的自动变负荷优化控制方法主要考虑到空分装置的上塔、下塔、粗氩塔、空压机、增压机、膨胀机各单元之间相互影响、耦合严重的现象，采用一个大型预测控制器来实现空分装置的变负荷控制功能，其范围包括上塔、下塔、分子筛、粗氩塔、精氩塔、空压机、增压机、膨胀机各单元；所述大型预测控制器采用以产品氧气流量为调度变量的操作轨迹LPV建模方法，建立空分设备的变负荷非线性动态模型；它有效减少变负荷过程中的过程变量波动范围，更快速、平稳地实现变负荷操作,降低氧气放散率，实现空分设备的节能降耗。
-
公开(公告)号：CN105809203A
公开(公告)日：2016-07-27
申请号：CN201610146318.X
申请日：2016-03-15
Applicant: 浙江大学
IPC: G06K9/62
CPC classification number: G06K9/6215 , G06K9/622
Abstract: 本发明公开了一种基于层次聚类的系统稳态检测算法。对于一段连续时间区间内的工业数据，计算所有两两类之间的距离，得到矩阵，找到矩阵中的最小距离值合并为一个新类，并作删除，再处理获得更新后的矩阵，迭代计算获得层次聚类树的表达矩阵；对于表达矩阵，由最后一次迭代数值向第一次迭代数值的顺序依次计算获得各次的聚类结果合理性值，由每次计算得到的聚类结果合理性值求取计算获得最终的阈值，以作为最终的阈值对工业数据进行聚类计算，获得最终聚类结果序列，通过联合时序判断获得系统稳态的情况。本发明适用性强，而且避免了处理数据中因为数据维度而产生的计算量剧增现象。
-
公开(公告)号：CN103778324A
公开(公告)日：2014-05-07
申请号：CN201410005560.6
申请日：2014-01-02
Applicant: 浙江大学
IPC: G06F19/00
Abstract: 本发明提出了一种基于负荷重采样的电厂燃烧过程机器学习建模方法。本发明包括如下步骤：步骤(1).从实时运行数据中提取稳态样本；步骤(2).基于负荷将样本划分成训练子集和测试子集；步骤(3).利用所得训练样本对模型进行训练，并用测试样本对模型的泛化能力进行验证。本发明通过基于负荷划分样本子集，避免了现有的基于热态实验数据的电厂燃烧过程建模方法的不足，使得到的模型更能反映锅炉燃烧过程的特性；解决了电厂稳态样本在负荷上分布的不均衡性，保证了模型的泛化能力。
-
公开(公告)号：CN111158349A
公开(公告)日：2020-05-15
申请号：CN202010043754.0
申请日：2020-01-15
Applicant: 浙江大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于多步线性化策略的无人驾驶车辆模型预测控制方法，该方法分为线性时变模型的建立和多步迭代线性化两部分。多步迭代线性化包括，设置初始标称输入轨迹、设置计数器、求解动力学模型的ODE方程、求解线性时变MPC控制问题、收敛检查、更新标称轨迹。本方法通过多次迭代来寻找线性时变模型的最优输出，同时对QP求解问题加以优化，提高了算法求解效率。相对于已有技术，本发明既有效解决了非线性模型预测算法的实时性差的问题，又相对于单步线性化提高了控制品质，使得跟踪效果更加精准，控制器输出更加平稳。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.027 seconds)
