-
公开(公告)号：CN111141704B
公开(公告)日：2021-03-02
申请号：CN202010106463.1
申请日：2020-02-21
Applicant: 江南大学
IPC: G01N21/359 , G01N21/3577
Abstract: 本发明公开了一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法，属于流程工业生产加工领域。所述方法包括：获取近红外光谱数据集、近红外光谱数据预处理、建立特征提取模型、建立回归监测模型、基于近红外光谱的冰酒控温缓慢发酵过程实时监测。本发明利用机器学习特征提取和回归监测模型，将微观监测技术与数据分析算法有机结合并融入到了冰酒酿造过程，使得在控温缓慢发酵环节中对于糖度和酒精潜能的监测能够更直接地反映其微观趋势。
-
公开(公告)号：CN112316994A
公开(公告)日：2021-02-05
申请号：CN202011233119.5
申请日：2020-11-06
Applicant: 江南大学
IPC: B01L3/00 , C12M1/34 , G01N27/447
Abstract: 本发明涉及一种酵母菌的一体化检测芯片及方法,包括光诱导介电泳微流控芯片，所述光诱导介电泳微流控芯片包括第一ITO玻璃、第一通道层以及表面镀有氢化非晶硅的第二ITO玻璃，所述第一ITO玻璃上设有注入细胞样本的第一通孔、流出废液的第二通孔以及用于转移菌种的第三通孔；石墨烯晶体管检测芯片，所述石墨烯晶体管检测芯片包括基底层、石墨烯电极、第二通道层和盖板层，所述基底层上设有所述石墨烯电极，所述盖板层将所述第二通道层固定在所述基底层上，所述盖板层上设有第四通孔和第五通孔；所述第三通孔通过连接管与所述第四通孔相连。本发明可以实现真菌一体化的分离和检测，能够实现真菌的快速和准确的检测。
-
公开(公告)号：CN108827905B
公开(公告)日：2020-07-24
申请号：CN201810305190.6
申请日：2018-04-08
Applicant: 江南大学
IPC: G01N21/359 , G06F17/18 , G06K9/62
Abstract: 本发明提供一种基于局部加权Lasso的近红外模型在线更新方法，属于近红外在线检测领域。该方法分为四个部分：历史数据采集与预处理、得到相似度测量矩阵、建立局部Lasso模型和获取查询样本预测值。本发明提出基于局部加权Lasso的更新方法，兼具JITL方法可以克服工业过程非线性，增强算法泛化性能；以及能同时进行变量选择和回归，从而降低计算量，达到提高模型精度和预测能力，并进一步实现近红外在线分析检测技术的推广。
-
公开(公告)号：CN109635465B
公开(公告)日：2020-06-05
申请号：CN201811548703.2
申请日：2018-12-18
Applicant: 江南大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于TPLS模型的批次内操作轨迹调整方法。本发明一种基于TPLS模型的批次内操作轨迹调整方法，包括：选择输入变量和产品质量变量，并从间歇过程中选择历史数据，然后按照间歇过程数据的展开形式，将三维的历史数据展开为二维矩阵，建立PLS模型；建立TPLS模型；给定期望产品的质量特性ydes下，相关主元的求解；在保证相关主元不变的情况下，基于已发生操作轨迹求取无关主元；根据无关主元，得到后续参考操作轨迹。本发明的有益效果：第一，传统方法无法对已发生操作轨迹进行实时在线评价，只能在批次运行结束后，才能采用离线检测出产品质量，从而知道整条操作轨迹对产品质量的影响。
-
公开(公告)号：CN111141704A
公开(公告)日：2020-05-12
申请号：CN202010106463.1
申请日：2020-02-21
Applicant: 江南大学
IPC: G01N21/359 , G01N21/3577
Abstract: 本发明公开了一种基于近红外光谱的冰酒控温缓慢发酵过程实时监测方法，属于流程工业生产加工领域。所述方法包括：获取近红外光谱数据集、近红外光谱数据预处理、建立特征提取模型、建立回归监测模型、基于近红外光谱的冰酒控温缓慢发酵过程实时监测。本发明利用机器学习特征提取和回归监测模型，将微观监测技术与数据分析算法有机结合并融入到了冰酒酿造过程，使得在控温缓慢发酵环节中对于糖度和酒精潜能的监测能够更直接地反映其微观趋势。
-
Patent Agency Ranking
公开(公告)号：CN109491348B
公开(公告)日：2020-05-01
申请号：CN201811548726.3
申请日：2018-12-18
Applicant: 江南大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于PPLS模型的间歇过程产品设计方法。本发明一种基于PPLS模型的间歇过程产品设计方法，历史运行数据中，输入条件数据为X，产品质量参数为Y，期望产品质量参数为ydes，输入条件为xpred，包括：根据历史运行数据和运行经验，选择用于建立模型的输入条件矩阵X和输出矩阵Y，建立PPLS模型；基于产品质量关于主元的条件概率分布，将期望产品质量参数作为产品质量的点估计，得到主元的点估计；基于主元关于操作轨迹的条件概率分布，使主元的估计等于由产品质量得到的点估计，从而估计出操作轨迹和操作空间。本发明的有益效果：本发明仅仅需要利用过程中现有的历史数据，即可进行产品的设计。
-
公开(公告)号：CN108827905A
公开(公告)日：2018-11-16
申请号：CN201810305190.6
申请日：2018-04-08
Applicant: 江南大学
IPC: G01N21/359 , G06F17/18 , G06K9/62
CPC classification number: G01N21/359 , G01N2021/3595 , G06F17/18 , G06K9/6215
Abstract: 本发明提供一种基于局部加权Lasso的近红外模型在线更新方法，属于近红外在线检测领域。该方法分为四个部分：历史数据采集与预处理、得到相似度测量矩阵、建立局部Lasso模型和获取查询样本预测值。本发明提出基于局部加权Lasso的更新方法，兼具JITL方法可以克服工业过程非线性，增强算法泛化性能；以及能同时进行变量选择和回归，从而降低计算量，达到提高模型精度和预测能力，并进一步实现近红外在线分析检测技术的推广。
-
公开(公告)号：CN105486658B
公开(公告)日：2018-09-28
申请号：CN201510814519.8
申请日：2015-11-19
Applicant: 江南大学
IPC: G01N21/359
Abstract: 本发明公布了一种具有无测点温度补偿功能的近红外物性参数测量方法，包括采集具有代表性的样品，并在不同温度水平下采集各个样品的近红外光谱，同时记录实验条件如温度等；然后，对采集的光谱做预处理，建立样品温度的近红外预测模型，同时分别建立低温和高温点的物性参数近红外预测模型；最后，从低温点或者高温点对不同温度进行修正计算，构造任意温度下的物性参数校正模型。本发明将温度作为显式因素变量建立温度校正模型，因而在使用近红外测量时，可以依赖光谱本身对温度的响应，完成不同温度下的物性测量，从而不需要直接温度测量信息和相关计算。
-
公开(公告)号：CN105259135B
公开(公告)日：2018-02-23
申请号：CN201510826933.0
申请日：2015-11-24
Applicant: 江南大学
IPC: G01N21/359
Abstract: 本发明涉及一种实时在线的无测点温度补偿近红外光谱分析仪测量方法，包括利用实验室方法测得待测样品的物性参数标准数据；同一样品在不同温度水平下采集近红外光谱；对采集的光谱数据做预处理以及主元分析，用偏最小二乘将温度作为非分离的隐含变量建模，以获取当前时刻的物性参数测量值；在线获取新的光谱数据集，构造在线递归算法，对物性参数测量值进行更新，完成具有无测点温度补偿功能的近红外在线测量。本发明将温度作为非分离的隐含因素变量参与到近红外建模过程中，并基于待测物性参数形成递归算法，从而可以依赖模型本身对温度的适应性完成不同温度下的物性测量，不需要直接温度测量信息和相关计算，使得所建立的模型具有更好的通用性。所发明的在线递归算法对样品温度的变化不敏感，同时测量结果有更小的整体误差。
-
公开(公告)号：CN105334831B
公开(公告)日：2017-10-24
申请号：CN201510824897.4
申请日：2015-11-24
Applicant: 江南大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明公布了一种由数据差异驱动的间歇过程在线动态自学习与在线滚动误差修正双维在线优化方法，包括利用摄动法建立被控变量设定曲线的初始优化策略，再基于数据差异量对均值和标准差进行在线自学习迭代更新，最后根据实际测量值进一步对优化策略加以在线滚动修正。本发明完全基于间歇过程的正常操作数据形成优化策略，不需要过程机理的先验知识和机理模型。一方面在线动态自学习策略的使用实现了优化指标的持续改进，另一方面在线滚动修正策略使得所优化的操作轨线具有更高的数据适应性。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.03 seconds)
