公开(公告)号：CN109342703A

公开(公告)日：2019-02-15

申请号：CN201811485296.5

申请日：2018-12-06

Applicant: 燕山大学

Inventor： 赵彦涛 ,  杨黎明 ,  何永强 ,  贾利颖

IPC: G01N33/38 ,  G06N3/04

Abstract: 本发明公开了一种水泥熟料游离钙含量测量方法及系统。所述测量方法包括：获取与所述水泥熟料游离钙F-CaO含量有关的相关变量参数；根据所述相关变量参数，确定每个所述相关变量参数的时间序列；根据所述时间序列建立基于多变量时间序列的卷积残差网络的熟料F-CaO软测量模型；根据所述熟料F-CaO软测量模型确定水泥熟料游离钙含量。采用本发明所提供的测量方法及系统能够解决现有的水泥熟料游离钙含量测量方法在测量水泥熟料游离钙含量过程中存在时变时延的问题，以及所测量得到的游离钙的含量精确度低的问题。

公开(公告)号：CN109147878A

公开(公告)日：2019-01-04

申请号：CN201811165989.6

申请日：2018-10-08

Applicant: 燕山大学

Inventor： 赵彦涛 ,  何永强 ,  贾利颖 ,  杨黎明 ,  郝晓辰

IPC: G16C20/90 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06N3/0454 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种水泥熟料游离钙软测量方法，包括：根据水泥工艺选取10个变量作为熟料fCaO软测量的辅助变量，每个变量的时间序列作为模型输入，并对所选的每个变量时间序列进行归一化处理；依据水泥烧成过程中时间序列的特征，建立基于多变量时间序列卷积神经网络的熟料fCaO软测量模型；确定MT‑CNN模型的初始参数，并对网络进行前向训练；利用误差反向微调进行有监督训练，通过对误差的修正，优化MT‑CNN中的权值w和偏置b，利用训练好的MT‑CNN模型对水泥熟料fCaO实时预测。本发明避免计算各变量与熟料fCaO之间时延，降低了时序匹配所需的运算量；本发明提高模型的收敛速度、精度和泛化能力；本发明能很好预测水泥熟料fCaO含量，能够提高水泥熟料质量和降低生产能耗。

公开(公告)号：CN109342703B

公开(公告)日：2020-04-07

申请号：CN201811485296.5

申请日：2018-12-06

Applicant: 燕山大学

Inventor： 赵彦涛 ,  杨黎明 ,  何永强 ,  贾利颖

IPC: G01N33/38 ,  G06N3/04

Abstract: 本发明公开了一种水泥熟料游离钙含量测量方法及系统。所述测量方法包括：获取与所述水泥熟料游离钙F‑CaO含量有关的相关变量参数；根据所述相关变量参数，确定每个所述相关变量参数的时间序列；根据所述时间序列建立基于多变量时间序列的卷积残差网络的熟料F‑CaO软测量模型；根据所述熟料F‑CaO软测量模型确定水泥熟料游离钙含量。采用本发明所提供的测量方法及系统能够解决现有的水泥熟料游离钙含量测量方法在测量水泥熟料游离钙含量过程中存在时变时延的问题，以及所测量得到的游离钙的含量精确度低的问题。

公开(公告)号：CN109147878B

公开(公告)日：2021-10-15

申请号：CN201811165989.6

申请日：2018-10-08

Applicant: 燕山大学

Inventor： 赵彦涛 ,  何永强 ,  贾利颖 ,  杨黎明 ,  郝晓辰

IPC: G16C20/90 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种水泥熟料游离钙软测量方法，包括：根据水泥工艺选取10个变量作为熟料fCaO软测量的辅助变量，每个变量的时间序列作为模型输入，并对所选的每个变量时间序列进行归一化处理；依据水泥烧成过程中时间序列的特征，建立基于多变量时间序列卷积神经网络的熟料fCaO软测量模型；确定MT‑CNN模型的初始参数，并对网络进行前向训练；利用误差反向微调进行有监督训练，通过对误差的修正，优化MT‑CNN中的权值w和偏置b，利用训练好的MT‑CNN模型对水泥熟料fCaO实时预测。本发明避免计算各变量与熟料fCaO之间时延，降低了时序匹配所需的运算量；本发明提高模型的收敛速度、精度和泛化能力；本发明能很好预测水泥熟料fCaO含量，能够提高水泥熟料质量和降低生产能耗。

公开(公告)号：CN108107724A

公开(公告)日：2018-06-01

申请号：CN201711264258.2

申请日：2017-12-05

Applicant: 燕山大学

Inventor： 赵彦涛 ,  贾利颖 ,  郝晓辰 ,  单泽宇 ,  何永强

IPC: G05B13/04

Abstract: 本发明公开了一种基于遗传算法的模型预测控制参数在线优化方法，首先基于对模型预测控制器控制机理的分析，初步确定待优化的控制参数；然后建立关于模型预测控制器参数优化的目标函数；进而通过遗传算法对目标函数进行求解，得到最优控制参数；最后将参数置入模型预测控制器参与控制。本发明方法解决了模型预测控制初次配置和由工业系统时变特性导致的控制参数难以整定的问题。