-
公开(公告)号：CN112785080A
公开(公告)日：2021-05-11
申请号：CN202110153263.6
申请日：2021-02-03
Applicant: 燕山大学
Abstract: 本发明公开了一种基于水泥工业的实时动态水泥粉磨系统能耗优化方法，该方法包括：提取并筛选水泥磨系统的数据；利用构建好的输入输出层数据结合极限学习机算法，将水泥磨系统实际生产中的实时工业参量数据输入到极限学习机预测模型中进行训练；建立基于天牛须搜索算法的优化模型，将训练好的极限学习机模型作为优化模型的目标函数，以能耗的最小值作为优化指标，通过所述优化模型的实现算法得到符合当前工况的输入变量的最优值；利用建立的优化模型的输出吨电耗以及最优决策变量，对水泥磨系统的各个工业参量进行调节。本发明采用基于极限学习机与天牛须搜索优化算法的能耗预测与优化算法(ELM‑BAS)，解决了水泥粉磨过程中难以跟踪工况变化的问题。
-
公开(公告)号：CN118078089A
公开(公告)日：2024-05-28
申请号：CN202410325793.8
申请日：2024-03-21
Applicant: 燕山大学
Abstract: 本发明公布了一种智能鸡蛋羹制作机，包括机壳，所述机壳的前端安装有面罩，所述机壳的顶部边沿连接有防护壳，所述机壳的后端安装有水箱，所述机壳的底部连接有电源插头，所述机壳的顶部后侧连接有连杆开蛋机构，所述机壳的顶部前侧安装有旋转料槽机构，所述旋转料槽机构中心设有升降齿条机构，所述旋转料槽机构外侧设有自动注水机构；本发明结构设计合理，自动实现鸡蛋羹的制作，保障鸡蛋羹的良好口感，既能解决当代年轻人没时间和不清楚怎样制作的问题，也可以为老年人提供便捷的服务。
-
公开(公告)号：CN115330821A
公开(公告)日：2022-11-11
申请号：CN202210893472.9
申请日：2022-07-27
Applicant: 燕山大学
Abstract: 本发明公开了一种基于分水岭约束和边缘连接的图像分割算法，属于计算机视觉中的图像分割技术领域，该算法将边缘检测算法和分水岭算法相结合，使用边缘检测算法得到初始边缘图，同时将其进行并行化，使用基于标记的分水岭算法得到超分割边缘图，检测初始边缘图中的断点，对断点进行距离连接和去除伪断点，将未处于超分割边缘上的断点更新在超分割边缘上，将其作为搜索断裂边缘的初始点。对于断裂边缘的搜索，利用超分割边缘作为搜索路径，在初始边缘图的基础上进行断裂边缘连接，最终得到多个封闭边缘轮廓，即得图像的分割结果。
-
公开(公告)号：CN119918797A
公开(公告)日：2025-05-02
申请号：CN202510000527.2
申请日：2025-01-02
Applicant: 燕山大学
IPC: G06Q10/063 , G06Q50/04 , G06F18/241 , G06F18/213
Abstract: 本发明公开了一种水泥煅烧过程实时综合工况优性评价方法，包括如下步骤：步骤1，对水泥生产工艺中的历史运行数据集进行工况类别等级划分；步骤2，筛选与关键指标相关度高的过程变量训练CVAE网络，得到预训练好的CVAE网络；步骤3，采用核密度估计KDE方法计算四组重构误差控制限；步骤4，构建SFA网络，获得慢性特征映射矩阵，并计算S2统计量控制限；步骤5：融合双通道监测结果，得到工况综合评分指标CSI和工况动态指数DI；步骤6：监测当前运行数据，输入优性评价模型，计算相应统计量和指标，输出当前监测状态和实时评分；本发明能够实现对水泥煅运行工况的质量、产量、能耗以及工况稳定性的多指标综合优性评价和可视化监测。
-
Patent Agency Ranking
公开(公告)号：CN112766608B
公开(公告)日：2022-03-11
申请号：CN202110152975.6
申请日：2021-02-03
Applicant: 燕山大学
Abstract: 本发明公开一种基于极限学习机的水泥磨系统电耗指标预测方法，首先对相关变量进行收集，通过对水泥磨系统的运行分析，选取与水泥磨电耗相关的八个变量作为输入变量，吨电耗作为输出变量，构建ELM模型的输入输出层；使用IPSO算法对ELM的神经元个数L、输入层权重w及隐含层偏置b进行优化；IPSO算法在参数寻优过程中将模型的均方误差作为适应度函数；使用IPSO优化得到的ELM相关参数结合样本数据完成IPSO‑ELM预测模型的训练，将工业现场实际数据带入到训练好的模型完成水泥磨系统电耗的在线预测；本发明通过使用样本数据对IPSO‑ELM模型进行训练得到电耗预测模型，将实际水泥生产现场的变量数据输入到训练好的模型中，实现水泥磨电耗指标在线预测。
-
公开(公告)号：CN109504925A
公开(公告)日：2019-03-22
申请号：CN201910036813.9
申请日：2019-01-15
Applicant: 燕山大学
IPC: C22C45/10
Abstract: 本发明提供了一种锆基块体非晶合金及其制备方法与应用，属于非晶态合金材料技术领域。本发明提供的锆基块体非晶合金的通式为Zr55Ti3HfxCu32-xAl10，其中0≤x≤5。本发明提供的Zr55Ti3HfxCu32-xAl10非晶合金具有造价低廉、成本低的优势，根据金属铪的加入量不同，其制备成本与含有贵金属钯和银的锆基块体非晶合金成本分别降低80～95％和15～25％；且不含有对人体有害的金属镍和金属铍元素；另外，具有良好的耐腐蚀性能，其自腐蚀电位范围为-0.470～-0.210V，自腐蚀电流密度范围为4.2×10-7～8×10-8A/cm2。
-
公开(公告)号：CN112785080B
公开(公告)日：2022-07-19
申请号：CN202110153263.6
申请日：2021-02-03
Applicant: 燕山大学
Abstract: 本发明公开了一种基于水泥工业的实时动态水泥粉磨系统能耗优化方法，该方法包括：提取并筛选水泥磨系统的数据；利用构建好的输入输出层数据结合极限学习机算法，将水泥磨系统实际生产中的实时工业参量数据输入到极限学习机预测模型中进行训练；建立基于天牛须搜索算法的优化模型，将训练好的极限学习机模型作为优化模型的目标函数，以能耗的最小值作为优化指标，通过所述优化模型的实现算法得到符合当前工况的输入变量的最优值；利用建立的优化模型的输出吨电耗以及最优决策变量，对水泥磨系统的各个工业参量进行调节。本发明采用基于极限学习机与天牛须搜索优化算法的能耗预测与优化算法(ELM‑BAS)，解决了水泥粉磨过程中难以跟踪工况变化的问题。
-
公开(公告)号：CN112766608A
公开(公告)日：2021-05-07
申请号：CN202110152975.6
申请日：2021-02-03
Applicant: 燕山大学
Abstract: 本发明公开一种基于极限学习机的水泥磨系统电耗指标预测方法，首先对相关变量进行收集，通过对水泥磨系统的运行分析，选取与水泥磨电耗相关的八个变量作为输入变量，吨电耗作为输出变量，构建ELM模型的输入输出层；使用IPSO算法对ELM的神经元个数L、输入层权重w及隐含层偏置b进行优化；IPSO算法在参数寻优过程中将模型的均方误差作为适应度函数；使用IPSO优化得到的ELM相关参数结合样本数据完成IPSO‑ELM预测模型的训练，将工业现场实际数据带入到训练好的模型完成水泥磨系统电耗的在线预测；本发明通过使用样本数据对IPSO‑ELM模型进行训练得到电耗预测模型，将实际水泥生产现场的变量数据输入到训练好的模型中，实现水泥磨电耗指标在线预测。
-
公开(公告)号：CN109504925B
公开(公告)日：2020-01-31
申请号：CN201910036813.9
申请日：2019-01-15
Applicant: 燕山大学
IPC: C22C45/10
Abstract: 本发明提供了一种锆基块体非晶合金及其制备方法与应用，属于非晶态合金材料技术领域。本发明提供的锆基块体非晶合金的通式为Zr55Ti3HfxCu32‑xAl10，其中0≤x≤5。本发明提供的Zr55Ti3HfxCu32‑xAl10非晶合金具有造价低廉、成本低的优势，根据金属铪的加入量不同，其制备成本与含有贵金属钯和银的锆基块体非晶合金成本分别降低80～95％和15～25％；且不含有对人体有害的金属镍和金属铍元素；另外，具有良好的耐腐蚀性能，其自腐蚀电位范围为‑0.470～‑0.210V，自腐蚀电流密度范围为4.2×10‑7～8×10‑8A/cm2。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
