“乔俊飞”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果313个，建议您升级VIP下载更多相关专利

[发明专利]一种MSWI过程火焰图像燃烧状态识别模型的构建方法-CN202310144167.4在审
发明人：汤健;潘晓彤;夏恒;乔俊飞 -专利权人：北京工业大学
申请日： 2023-02-21 - 公布日： 2023-05-23 - 主分类号： G06V10/764 文献下载
摘要：本发明提供了一种MSWI过程火焰图像燃烧状态识别模型的构建方法，其特征在于：制定燃烧状态的分类标准，并对现场采集的原始火焰图像进行分类得到标记完成的火焰图像数据集；利用ViT深度特征提取模块对所述原始火焰图像进行处理得到第一火焰图像特征；对所述第一火焰图像特征进行筛选，得到第二火焰图像特征；将所述第二火焰图像特征和所述原始火焰图像进行拼接，得到第三火焰图像特征；根据所述第三火焰图像特征，构建燃烧状态识别模型。本发明解决了现有技术中的MSWI过程火焰图像分类标准模糊，模型准确度不足，处理数据冗余，耗费成本高等问题。
一种 mswi 过程火焰图像燃烧状态识别模型构建方法

[发明专利]一种MSWI过程二噁英排放浓度在线软测量方法-CN202211651114.3在审
发明人：汤健;夏恒;张润雨;乔俊飞 -专利权人：北京工业大学
申请日： 2022-12-21 - 公布日： 2023-05-12 - 主分类号： G16C20/10 文献下载
摘要：本发明提供了一种MSWI过程二噁英排放浓度在线软测量方法，包括：根据MSWI的历史过程数据集确定过程数据；根据过程数据进行主成分分析，得到漂移指标控制限；构建基于FTBL的离线模型，并将过程数据和MSWI的历史DXN真值数据输入至离线模型中进行预测计算；根据获取到的在线数据进行主成分分析，并根据漂移指标控制限判断在线数据是否为漂移数据或正常数据，若为正常数据，则跳转至步骤“构建基于FTBL的离线模型”；若为漂移数据，则构建基于FTBL的在线模型，并将典型样本池的过程数据、漂移数据和离线模型的增量层的输出数据输入至在线模型中进行预测计算；根据离线计算结果和在线计算结果确定DXN排放浓度预测值。本发明能够有效地提高DXN排放浓度预测值的准确性。
一种 mswi 过程二噁英排放浓度在线测量方法

[发明专利]一种基于类脑模块化神经网络的城市固废焚烧过程氮氧化物软测量方法-CN202210266639.9有效
发明人：蒙西;王岩;乔俊飞 -专利权人：北京工业大学
申请日： 2022-03-17 - 公布日： 2023-05-12 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于类脑模块化神经网络的城市固废焚烧过程氮氧化物软测量方法，实现了对NOX浓度的实时准确获取，包括以下步骤：首先，获取数据；对获取的数据进行预处理，确定模型的输入变量和输出变量；然后，采用类脑模块化神经网络建立软测量模型；最后，将测试数据作为模型的输入，验证了模型的有效性。本发明有效地实现了NOX浓度的实时精准检测，具有重要的理论意义和应用价值。
一种基于模块化神经网络城市焚烧过程氧化物测量方法

[发明专利]一种基于堆叠选择性集成学习器的空气中细颗粒物PM2.5-CN201811415764.1有效
发明人：顾锞;乔俊飞 -专利权人：北京工业大学
申请日： 2018-11-26 - 公布日： 2023-05-12 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及一种基于堆叠选择性集成学习器的空气中细颗粒物PM2.5浓度的预测方法。以过去24小时内每小时空气中6种污染物浓度和6种气象指标共计24组12种特征作为输入，得到PM2.5浓度预测值。该模型在一个三阶段框架中实现，首先，通过适当选择环境因素、时间因素和训练样本，创建了多种基学习器；然后，采用修剪技术，根据动态阈值对三个类别中的负向基学习器进行删除；最后，对选取的正向基学习器采用堆叠技术进行集成，以预测未来PM2.5浓度。本发明较现有方法在预测误差和数据来源难易程度上有明显提升，可指导人们健康出行,还可以协助政府限制汽车流量、废气排放量等等。
一种基于堆叠选择性集成学习空气颗粒 pm base sub 2.5

[发明专利]一种基于数据离散化的出水总氮智能预测方法-CN202210265969.6有效
发明人：韩红桂;赵子凡;伍小龙;乔俊飞 -专利权人：北京工业大学
申请日： 2022-03-17 - 公布日： 2023-05-02 - 主分类号： G06F30/27 文献下载
摘要：一种基于数据离散化的出水氨氮智能预测方法于污水处理领域，针对城市污水处理过程出水氨氮预测峰值精度低的问题。先判断数据离散化间隔，对输入的数据进行离散化线性插值，获得间隔为一分钟的污水运行数据，在对离散化插值后的数据进行主成分分析获得辅助变量，用离散化插值后的辅助变量对模糊神经网络进行训练，预测下一时刻的出水氨氮，解决了出水氨氮峰值预测精度低的问题，实现出水氨氮浓度的实时预测。实验结果表明该方法提高了出水氨氮预测峰值的精度，以离散化数据空间的方式为获得可信度高的城市污水处理过程出水总氮预测值提供了一种有效的方法，满足城市污水处理厂的实际需求。
一种基于数据离散出水智能预测方法

[发明专利]一种基于混合编码粒子群-长短期记忆神经网络出水氨氮软测量方法-CN202110354522.1有效
发明人： 乔俊飞;陈中林;杨翠丽 -专利权人：北京工业大学
申请日： 2021-03-30 - 公布日： 2023-05-02 - 主分类号： G06F30/27 文献下载
摘要：一种基于混合编码粒子群‑长短期神经网络的出水氨氮软测量方法，属于污水处理领域和人工智能领域。由于氨氮浓度在线监测设备技术含量高、价格昂贵，并且由于城市污水处理过程存在着不确定、多过程、强耦合、非线性和时变等特点，很难通过反应机理建立准确的数学模型。本发明利用基于混合粒子群‑长短期记忆神经网络建立出水氨氮浓度的软测量模型：首先根据长短期记忆神经网络的参数和结构对粒子的位置进行混合编码；然后提出一种更新机制来调整混合编码的粒子，直到获得满足需求的神经网络模型。本发明实现对出水氨氮浓度的准确测量，有助于保障城市污水处理过程的正常运行，提高污水处理的质量。
一种基于混合编码粒子短期记忆神经网络出水氨氮软测量方法

[发明专利]一种多输入多输出的城市固废焚烧过程模型设计方法-CN202110998327.2有效
发明人： 乔俊飞;丁海旭;汤健 -专利权人：北京工业大学
申请日： 2021-08-27 - 公布日： 2023-05-02 - 主分类号： G06F30/27 文献下载
摘要：针对城市固废焚烧过程中被控对象模型难以建立的问题，本发明设计了一种多输入多输出的城市固废焚烧过程模型设计方法；首先，描述了城市固废焚烧过程的核心工艺流程并分析了模型的影响因素；接着，针对城市固废焚烧过程控制特点设计了被控对象模型的建模策略，该策略由工况识别模块、数据预处理模块、特征约简模块、被控对象模型训练模块与被控对象模型测试模块组成；最后，通过实验表明了城市固废焚烧过程被控对象模型的有效性，为研究城市固废焚烧过程的优化控制算法奠定了基础。
一种输入输出城市焚烧过程模型设计方法

[发明专利]一种二噁英排放浓度选择性集成预测系统及方法-CN202310074311.1在审
发明人：汤健;许超凡;夏恒;徐喆;乔俊飞 -专利权人：北京工业大学
申请日： 2023-02-07 - 公布日： 2023-04-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种二噁英排放浓度选择性集成预测系统及方法，该系统及方法首先利用Bagging采样获得具有差异性的数据子集并构建基于二叉树的候选子模型，计算候选子模型叶子节点和预测值的先验信息，采用贝叶斯推理计算后验信息对候选子模型的适应度进行表征，依据后验误差选择最佳子模型作为集成子模型，重复上述两个过程以获得全部集成子模型及其对应的后验信息，然后，通过上述集成子模型的后验信息确定合并权重，进而实现DXN排放浓度选择性集成模型的构建。本发明提供的二噁英排放浓度选择性集成预测系统及方法，能够实现DXN排放浓度选择性集成模型的构建，实现了DXN排放浓度的预测。
一种二噁英排放浓度选择性集成预测系统方法

[发明专利]一种数据和知识驱动的总氮去除量智能检测方法-CN202211676768.1在审
发明人：韩红桂;孙晨暄;伍小龙;乔俊飞 -专利权人：北京工业大学
申请日： 2022-12-26 - 公布日： 2023-04-04 - 主分类号： G06F18/24 文献下载
摘要：本发明提出一种数据和知识驱动的总氮去除量智能检测方法，实现了污水处理过程中总氮去除量的在线智能检测。在污水处理过程中，通常使用来自多个场景的信息来监测其运行状态。由于具有异构特性的数据和知识无法被有效融合，导致难以提供一个统一可靠的监测方案，因此，本发明利用一种数据和知识驱动的模型预测污水处理过程的总氮去除量。该方法通过采集污水处理过程中的数据、约束知识和语义知识表达污水处理过程的运行状态，利用基于过程数据和语义知识的协同优化算法更新智能检测模型，实现污水处理过程总氮去除量的准确检测。
一种数据知识驱动去除智能检测方法

[发明专利]一种基于自组织模糊终端滑模控制的溶解氧有限时间控制方法-CN202211693362.4在审
发明人：韩红桂;冯成成;孙浩源;刘峥;乔俊飞 -专利权人：北京工业大学
申请日： 2022-12-28 - 公布日： 2023-04-04 - 主分类号： G05B13/04 文献下载
摘要：本发明提出了一种基于自组织模糊终端滑模控制的溶解氧有限时间控制方法，实现了溶解氧浓度的精确控制。该方法设计了基于规则密度和重要性的自组织模糊神经网络预测生化反应过程中溶解氧浓度的动态变化，建立了基于积分终端滑模面的终端滑模控制器，实现对溶解氧浓度的有限时间精准控制；通过设计自适应律和鲁棒控制项来降低不确定性和预测误差对控制性能的影响，解决溶解氧控制精度较低的问题。实验结果表明该方法能够在有限时间内实现溶解氧浓度的精准控制。
一种基于组织模糊终端控制溶解氧有限时间方法

[发明专利]一种基于混合双向长短时记忆神经网络的水质指标预测方法-CN202211596666.9在审
发明人：张璐瑶;毕敬;乔俊飞 -专利权人：北京工业大学
申请日： 2022-12-12 - 公布日： 2023-03-31 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种面向水质指标预测的方法，特别是涉及一种基于SG(Savitzky‑Golay)滤波、变分模态分解(Variational Mode Decomposition,VMD)、注意力机制、基于遗传模拟退火的粒子群优化算法(Genetic Simulated annealing‑based PSO,GSPSO)与编码‑解码器的双向长短时记忆(Encoder‑Decoder Bidirectional Long Short Term Memory,BiLSTM‑ED)神经网络的水质指标预测方法。首先，将获取到的水质指标历史数据进行归一化处理，并采用SG滤波进行平滑去噪，其次对处理过后的数据使用VMD进行分解得到相对平稳的子序列，然后将数据输入加入注意力机制的基于编码‑解码器的双向长短时记忆BiLSTM‑ED神经网络模型，最后采用GSPSO优化模型的超参数，从而预测未来多个时间点的水质指标情况，最终获得了较高的预测精度。
一种基于混合双向短时记忆神经网络水质指标预测方法

[发明专利]基于多回路改进SNA-PID的炉膛温度智能优化控制方法-CN202211628882.7在审
发明人：汤健;王天峥;夏恒;乔俊飞 -专利权人：北京工业大学
申请日： 2022-12-18 - 公布日： 2023-03-28 - 主分类号： G05D23/20 文献下载
摘要：本发明提供基于多回路改进SNA‑PID的炉膛温度智能优化控制方法。实际工业现场大多依靠领域专家凭借经验依据污染物排放浓度进行操作，从而导致炉膛温度波动大，污染物排放浓度难以最优。首先，面向以炉膛温度控制为目标的过程对象建模问题，建立基于最小二乘决策树(LSDT)的多入单出被控对象模型；接着，面向炉膛温度与多个操作变量相关的问题，提出基于ISNA‑PID的多回路控制器；最后，面向以降低与炉膛温度相关污染物排放浓度为目标的优化设定问题，建立基于CART树算法的单入单出指标模型，采用粒子群优化(PSO)算法求解NOx与CO2排放优化模型获得炉膛温度设定值。本发明能够实现炉膛温度设定值的自主寻优，降低了污染物排放浓度。
基于回路改进 sna pid 炉膛温度智能优化控制方法

[发明专利]一种基于多任务约束的污水处理过程优化控制方法-CN202211495313.X在审
发明人：韩红桂;白星;侯莹;乔俊飞 -专利权人：北京工业大学
申请日： 2022-11-26 - 公布日： 2023-03-28 - 主分类号： G05B13/04 文献下载
摘要：一种基于多任务约束的污水处理过程优化控制方法，属于污水处理领域。为了实现污水处理过程中多任务约束并行优化控制，本发明构建污水处理过程多任务约束优化模型，描述具有出水水质约束的脱氮任务和除磷任务优化目标，设计基于自适应罚函数的污水处理过程多任务粒子群优化设定方法，求解污水处理过程溶解氧、硝态氮、甲醇流量和聚合氯化铝流量优化设定值并设计多任务控制器完成优化设定值的跟踪控制，从而促进污水处理过程生物脱氮任务和生物除磷任务的并行约束优化。
一种基于任务约束污水处理过程优化控制方法

[发明专利]一种城市污水处理过程非均匀采样模型预测控制方法-CN202211641518.4在审
发明人：韩红桂;付世佳;孙浩源;乔俊飞 -专利权人：北京工业大学
申请日： 2022-12-20 - 公布日： 2023-03-24 - 主分类号： G05B13/04 文献下载
摘要：本发明提出了一种城市污水处理过程非均匀采样模型预测控制方法，实现了城市污水处理过程中非均匀采样的溶解氧浓度的稳定控制。构建溶解氧浓度线性多面体近似动力学方程，利用非均匀采样数据提取溶解氧浓度变化动力学特性，设计非均匀采样模型预测控制器，解决了城市污水处理过程中非均匀采样溶解氧浓度难以稳定控制的问题。实验结果表明该方法能够实现城市污水处理过程溶解氧浓度的稳定控制，保证城市污水处理过程的安全稳定运行。
一种城市污水处理过程均匀采样模型预测控制方法

[发明专利]一种面向控制的数据驱动城市固废焚烧全流程建模方法-CN202211035911.9在审
发明人：汤健;王天峥;夏恒;乔俊飞 -专利权人：北京工业大学
申请日： 2022-08-27 - 公布日： 2023-03-07 - 主分类号： G05B19/418 文献下载
摘要：本发明提供了一种面向控制的数据驱动城市固废焚烧全流程建模方法，首先，基于经验认知，对炉内焚烧过程模型的输入特征进行选择，接着，利用XGBoost构建炉内焚烧过程串联模型，然后，基于互信息分析结果选择烟气处理过程模型输入特征，进行相关建模，最后，梯次训练所提出的全流程串并联模型。本发明提供的面向控制的数据驱动城市固废焚烧全流程建模方法，能够实现全流程模型搭建，为现有运行中的工厂进行指导，能够为后续MSWI过程先进智能优化控制算法的研究提供参考。
一种面向控制数据驱动城市焚烧流程建模方法