一种蒸汽热裂解过程的预测方法

    公开(公告)号:CN113035287B

    公开(公告)日:2022-11-04

    申请号:CN202110254597.2

    申请日:2021-03-09

    Applicant: 清华大学

    Abstract: 本发明属于蒸汽热裂解技术领域,涉及一种蒸汽热裂解过程的预测方法。本发明通过获取蒸汽热裂解过程中若干变量的相应的若干组生产数据,生成与工业数据相关的基函数集合,建立相应的多元自适应样条回归模型。将实时获取的蒸汽热裂解过程中的自变量输入多元自适应样条回归模型中,输出得到蒸汽热裂解过程的因变量预测值,实现蒸汽热裂解过程的预测。由于多元自适应样条回归模型具有对工业变量进行自适应筛选的能力,模型建立的过程具有可解释性。所述建模和预测过程在工业数据集上,具有对少量数据高效快速准确建模的能力,可以对蒸汽热裂解过程进行控制与优化,提高生产操作水平,保障工业装置安全稳定运行,实现过程的提质增效。

    蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质

    公开(公告)号:CN113779865B

    公开(公告)日:2024-04-02

    申请号:CN202110910349.9

    申请日:2021-08-09

    Applicant: 清华大学

    Inventor: 毕可鑫 邱彤

    Abstract: 本申请属于蒸汽热裂解技术领域,具体而言,涉及一种蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质。本公开方法获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型;采集新工艺中蒸汽热裂解产物的工艺参数,建立新数据集;构建初始蒸汽热裂解模型;采用人工蜂群算法,求解初始蒸汽热裂解模型,得到基于新数据集的蒸汽热裂解模型。本公开的蒸汽热裂解过程的建模方法,使用智能优化过程对关键的节点参数进行调整,在保持预测模型的专家知识、过程机理和函数形式不变的前提下,进行模型的迁移应用,使其适应新炼厂的工业数据集,实现高效快速的建模过程。

    蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质

    公开(公告)号:CN113779865A

    公开(公告)日:2021-12-10

    申请号:CN202110910349.9

    申请日:2021-08-09

    Applicant: 清华大学

    Inventor: 毕可鑫 邱彤

    Abstract: 本申请属于蒸汽热裂解技术领域,具体而言,涉及一种蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质。本公开方法获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型;采集新工艺中蒸汽热裂解产物的工艺参数,建立新数据集;构建初始蒸汽热裂解模型;采用人工蜂群算法,求解初始蒸汽热裂解模型,得到基于新数据集的蒸汽热裂解模型。本公开的蒸汽热裂解过程的建模方法,使用智能优化过程对关键的节点参数进行调整,在保持预测模型的专家知识、过程机理和函数形式不变的前提下,进行模型的迁移应用,使其适应新炼厂的工业数据集,实现高效快速的建模过程。

    符合消费导向的产品属性测定方法、装置、电子设备以及可读存储介质

    公开(公告)号:CN113781100A

    公开(公告)日:2021-12-10

    申请号:CN202110909040.8

    申请日:2021-08-09

    Applicant: 清华大学

    Inventor: 毕可鑫 邱彤

    Abstract: 本发明属于产品设计技术领域,具体而言,涉及一种符合消费导向的产品属性测定方法、装置、电子设备以及可读存储介质。首先,获取产品的消费者喜好度值,以及相应的产品属性的专家打分,构建市场调研数据集;利用市场调研数据集,以产品属性为输入,消费者喜好度为输出,使用支持向量机模型进行建模和预测;根据得到的支持向量机模型模型,建立产品设计优化模型;使用混合GA‑PSO‑TS优化算法,产品设计优化模型求解,进行产品属性优化;根据得到的产品属性,进行消费者导向的产品设计。本公开方法可以在降低大规模市场调研成本的基础上,给出高效、稳定、可靠的产品优化结果,从而进一步对食品产品优化设计给出合理的建议。

    一种蒸汽热裂解过程的预测方法

    公开(公告)号:CN113035287A

    公开(公告)日:2021-06-25

    申请号:CN202110254597.2

    申请日:2021-03-09

    Applicant: 清华大学

    Abstract: 本发明属于蒸汽热裂解技术领域,涉及一种蒸汽热裂解过程的预测方法。本发明通过获取蒸汽热裂解过程中若干变量的相应的若干组生产数据,生成与工业数据相关的基函数集合,建立相应的多元自适应样条回归模型。将实时获取的蒸汽热裂解过程中的自变量输入多元自适应样条回归模型中,输出得到蒸汽热裂解过程的因变量预测值,实现蒸汽热裂解过程的预测。由于多元自适应样条回归模型具有对工业变量进行自适应筛选的能力,模型建立的过程具有可解释性。所述建模和预测过程在工业数据集上,具有对少量数据高效快速准确建模的能力,可以对蒸汽热裂解过程进行控制与优化,提高生产操作水平,保障工业装置安全稳定运行,实现过程的提质增效。

Patent Agency Ranking