专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果19个,建议您升级VIP下载更多相关专利
  • [发明专利]基于不平衡数据深度学习的连退生产过程故障诊断方法-CN202011417539.9有效
  • 唐立新;王显鹏;胡腾辉 - 东北大学
  • 2020-12-07 - 2023-09-22 - G06N20/20
  • 本发明公开了基于不平衡数据深度学习的连退生产过程故障诊断方法,属于钢铁企业连续退火生产过程的自动控制技术领域。通过深度自编码网络建立连退带钢生产过程数据的特征提取模型,将原始高维输入属性空间映射到低维子空间;采用SMOTE过采样方法对跑偏故障数据进行处理,以现有样本为基础合成新的少数类样本;将以特征提取模型为基础构建的深度神经网络作为子学习机,并利用过采样后得到的平衡数据集,使用AdaBoost.M2算法训练得到用于连退生产过程的带钢跑偏预测的集成学习故障诊断模型。可提高带钢跑偏预测的准确性,尤其提高少数类样本故障检测的准确性,能够帮助现场操作人员及时对连退生产过程进行调节,避免出现生产事故。
  • 基于不平衡数据深度学习生产过程故障诊断方法
  • [发明专利]一种基于多目标集成学习的高炉铁水硅含量预测方法-CN201911118811.0有效
  • 王显鹏;胡腾辉;唐立新 - 东北大学
  • 2019-11-15 - 2023-08-29 - G06F30/27
  • 本发明涉及钢铁企业自动化检测技术领域,提供一种基于多目标集成学习的高炉铁水硅含量预测方法。首先采集高炉检测参数和硅含量数据,构建初始样本集;然后对初始样本集进行数据预处理;接着,选取训练集、验证集,设置多目标离散差分进化算法各参数,初始化种群,将特征选择方案作为种群中的个体,构建并训练每个个体对应的高炉铁水硅含量预测的极限学习机模型,以最大化种群中个体的预测精度和个体相互之间的差异性为目标,基于多目标离散差分进化算法对种群进行更新,生成子学习机;最后,计算各子学习机的权重,利用权重对子学习机进行集成,得到集成学习机。本发明能够充分利用检测数据,提高高炉铁水硅含量预测的精度和鲁棒性。
  • 一种基于多目标集成学习高炉铁水含量预测方法
  • [发明专利]一种海上搜救方法及系统-CN202211483907.9在审
  • 曾小平;吴鸿;黎结华;李哲;陈威鹏;王显鹏;朱宣勇 - 中科智城(广州)信息科技有限公司
  • 2022-11-24 - 2023-03-21 - G01C21/20
  • 本发明涉及一种海上搜救方法及系统,包括如下步骤:S1:接收遇险目标的预测请求信息,根据预测请求信息建立漂移预测模型并进行漂移量的计算,根据漂移量确定遇险目标位置;S2:采用格雷厄姆扫描算法根据遇险目标位置确定初始搜索区域,根据初始搜索区域确定概率分布图,根据概率分布图确定目标搜索区域并进行搜寻路径规划。本发明提供的海上搜救方法及系统,采用漂移预测模型来确定遇险目标的漂移位置,并基于格雷厄姆扫描算法以及概率分布图来确定遇险目标的最终区域,从而来实现遇险目标的搜救,能够保证搜救效率以及提高了确定搜救区域的精准度。
  • 一种海上搜救方法系统
  • [发明专利]一种面向多钢卷的连退生产过程工艺参数优化设定方法-CN201911240174.4有效
  • 唐立新;王赞;王显鹏 - 东北大学
  • 2019-12-06 - 2022-09-09 - G05B19/418
  • 本发明涉及钢铁企业连续退火机组的自动控制技术领域,提供一种面向多钢卷的连退生产过程工艺参数优化设定方法,包括:建立面向多钢卷的连退生产过程工艺参数优化设定问题模型;基于自适应多目标多因子差分进化算法求解模型:首先初始化相关参数,将带钢的控制变量设定方案均作为个体并初始化种群;然后按照各变异算子的选择概率和交配策略生成子代种群,并更新子代种群中每个个体的技术因子;接着评价联合种群中的每个个体,留存适应度高的个体;最终将求解得到的多组控制变量设定方案提供给连退生产现场来指导生产。本发明能够利用不同优化任务间的信息交流对多个钢卷的生产过程工艺参数进行并行优化,提升了工艺参数优化设定的效率和效果。
  • 一种面向多钢卷生产过程工艺参数优化设定方法
  • [发明专利]一种基于多尺度数据融合的连退带钢硬度在线预测方法-CN202210025657.8在审
  • 唐立新;王显鹏;王尧;董志明 - 东北大学
  • 2022-01-11 - 2022-05-31 - G06F30/27
  • 本发明提出了一种基于多尺度数据融合的连退带钢硬度在线预测方法,涉及钢铁企业冷轧连退生产过程的自动控制技术领域;将带钢在连续退火过程的组织变化工艺机理引入进来,用于计算带钢内部组织结构相关的介观尺度特征,再将它们与宏观尺度生产过程数据进行融合,形成宏介观多尺度融合的数据样本,进而使用一维卷积神经网络作为子学习机,结合带有自适应参数初始化策略的改进Adaboost_R2技术,构建一种基于多尺度数据融合的连退带钢硬度在线预测方法,该方法能够实现连续退火生产过程带钢硬度在线预测,极大地提高连退带钢硬度的预测精度,满足企业实际生产需求,增加企业经济效益。
  • 一种基于尺度数据融合带钢硬度在线预测方法
  • [发明专利]基于多分类支持向量机的钢铁冷轧精整生产原料分配方法-CN201911239815.4有效
  • 王显鹏;张云佳;董志明;唐立新 - 东北大学
  • 2019-12-06 - 2020-12-01 - B21B37/00
  • 本发明涉及钢铁企业冷轧精整生产过程的自动控制技术领域,提供一种基于多分类支持向量机的钢铁冷轧精整生产原料分配方法。首先采集精整生产样本集合;然后对精整生产样本集合依次进行特征一次选择、One‑Hot编码、基于随机森林模型的特征二次选择、数据标准化;接着,在任意两类样本间构建子学习机,H个子学习机构成基于多分类支持向量机的钢铁冷轧精整生产原料分配模型,并基于贝叶斯优化方法对模型参数进行优化,选择出准确率最高的超参数组合,得到训练后的原料分配模型;最后,采集待分配原料的信息数据,将数据清洗后的特征输入训练后的原料分配模型中,得到原料分配结果。本发明能够提高原料分配的精度和效率,减小工人的工作量。
  • 基于分类支持向量钢铁冷轧生产原料分配方法
  • [发明专利]基于地源热泵的施工方法-CN202010578147.4在审
  • 王显鹏;李海亮;范伟;徐广野 - 北京兴拓置业有限公司
  • 2020-06-23 - 2020-11-13 - F25B30/06
  • 本发明涉及一种基于地源热泵的施工方法,该方法包括挖设沟槽,所述沟槽用以放置水平地埋管,所述沟槽的位置根据预先设计的建筑图纸确定;定位垫层浇筑区并进行垫层浇筑,所述垫层浇筑区远离地源井区域;根据所述建筑图纸预先设计的地源井区域进行打孔钻井,将钻井过程中形成的泥浆排入设置垫层的所述沟槽内,并铺设竖直地埋管;清理所述泥浆,并在所述沟槽内铺设水平地埋管,所述水平地埋管和所述竖直地埋管连接;利用回填料回填所述沟槽。基于地源热泵的施工方法省去了挖设泥浆槽的步骤,利用用于铺设水平地埋管的沟槽作为泥浆槽,使得施工工序缩减,施工效率增加。
  • 基于源热泵施工方法
  • [实用新型]一种防火防潮的装配式建筑墙板-CN201921481924.2有效
  • 王显鹏;郑俊斌 - 王显鹏
  • 2019-09-06 - 2020-08-04 - E04F13/075
  • 本实用新型提供了一种防火防潮的装配式建筑墙板,包括板体、连接扣、凹槽、下卡板、上卡槽、右卡槽、左卡板、陶瓷层、防火层、防潮层、固定块和连接槽,板体顶端中部嵌入设置有凹槽,凹槽顶端中部一体设置有连接扣,板体前端中部一体设置有下卡板,板体后端中部嵌入设置有上卡槽,板体右侧中部嵌入设置有右卡槽,板体左侧中部一体设置有左卡板,板体底端表面嵌入设置有陶瓷层,陶瓷层顶端设置有防火层,防火层顶端设置有防潮层,凹槽顶端设置有固定块固定块底端嵌入设置有连接槽。本实用新型整个装置结构稳定,安装拆卸方便快捷,密封效果好,具有良好的防火防潮能力,有很高的推广价值。
  • 一种防火防潮装配式建筑
  • [发明专利]一种连续退火机组生产过程工艺参数设定与在线优化方法-CN201410841003.8在审
  • 唐立新;王显鹏 - 东北大学
  • 2014-12-30 - 2015-06-17 - G05B19/418
  • 一种连续退火机组生产过程工艺参数设定与在线优化方法,属于钢铁企业连续退火机组的自动控制技术领域,包括连续退火机组生产工艺参数静态优化阶段的主要任务是在带钢生产之前确定连续退火机组工艺参数最优值;连续退火机组生产工艺参数在线动态优化阶段的主要任务是监测生产运行状态,并在状态发改变时快速获得新的工艺参数最优设定值。本发明同时考虑了产品质量、能源消耗、机组生产效率、退火工艺规程执行度四个评价指标,能够保证连续退火机组在动态的生产过程中始终运行在最优的连续退火机组工艺参数下,从而弥补人工经验的不足,帮助连续退火机组提高产品质量、降低能源消耗、提高机组生产效率。
  • 一种连续退火机组生产过程工艺参数设定在线优化方法
  • [发明专利]一种连续退火产品硬度在线集成学习预报方法-CN201410843307.8在审
  • 唐立新;王显鹏 - 东北大学
  • 2014-12-30 - 2015-04-15 - G06Q10/04
  • 一种连续退火产品硬度在线集成学习预报方法,属于钢铁企业连续退火生产过程的自动控制技术领域。利用企业的历史连续退火生产数据样本,使用以LSSVM作为子学习机的集成学习建模方法,针对不同调质度带钢分别建立其离线产品硬度预报模型;实际生产中,实时读取连续退火生产过程数据,并使用通过集成学习建立的离线产品硬度预报模型对当前的带钢产品硬度进行实时预报;经过实际生产数据的检验,本发明的方法能够明显提高连续退火产品硬度预报结果的精度和鲁棒性,使得现场操作人员能够实时掌握当前带钢产品的质量,并根据情况进行适时调整,弥补了离线检测大滞后的不足,从而帮助连续退火生产线提高产品质量、改进生产操作水平、增加经济效益。
  • 一种连续退火产品硬度在线集成学习预报方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top