公开(公告)号：CN115113523A

公开(公告)日：2022-09-27

申请号：CN202210588699.2

申请日：2022-05-26

Applicant: 景德镇学院 ,  桂林珩源科技有限公司

Inventor： 李香泉 ,  胡志刚 ,  刘浪 ,  洪耀球 ,  钱伟 ,  唐伟荣 ,  崔家瑞 ,  王目树

IPC: G05B13/04

Abstract: 本发明的基于模式运动的全格式动态线性化无模型自适应控制方法，包括以下步骤：a).采集离线运行工况数据和产品质量指标数据；b).采用主元分析法PCA进行特征提取；c).首先采用聚类方法ISODATA对信息进行聚类，然后进行工况模式分类，使工况模式类别与质量模式类别之间存在“一组相同或相似工况的模式样本得到相同或相似质量指标参数的产品”的对应关系；d).获取工况模式类别信息；e).工况模式类别的度量；f).构建系统动力学描述方式。本发明的无模型自适应控制方法，无需操作员工对设备生产的流程、工艺等一系列情况非常熟悉，对现场操作人员的要求降低，即可实现设备的顺利运行和生产，且可保证产品的质量。

公开(公告)号：CN114741838A

公开(公告)日：2022-07-12

申请号：CN202210199501.1

申请日：2022-03-01

Applicant: 北京科技大学 ,  贵阳铝镁设计研究院有限公司 ,  桂林珩源科技有限公司

Inventor： 崔家瑞 ,  苏成果 ,  李擎 ,  杨旭 ,  李香泉 ,  黄若愚 ,  曹斌 ,  路辉 ,  唐伟荣

IPC: G06F30/20 ,  G06K9/62 ,  G06F17/18 ,  G06N7/00

Abstract: 本发明提供一种铝电解槽剩余寿命预测方法，属于铝电解技术领域。所述方法包括：获取能表征铝电解槽退化过程的历史数据；利用获取的历史数据训练具有全部退化状态的HSMM模型以及每个退化状态的HSMM模型；其中，HSMM表示隐半马尔可夫模型，HSMM中的状态驻留时间的概率分布采用爱尔朗分布；利用训练得到的所有单一退化状态的HSMM模型识别铝电解槽当前所处的退化状态，根据退化状态识别结果，具有全部退化状态的HSMM模型利用加入状态驻留时间的前向算法对铝电解槽的剩余寿命进行预测。采用本发明，能够提高铝电解槽的剩余寿命的预测精度。

公开(公告)号：CN115359852A

公开(公告)日：2022-11-18

申请号：CN202210866391.X

申请日：2022-07-22

Applicant: 北京科技大学 ,  贵阳铝镁设计研究院有限公司 ,  桂林珩源科技有限公司

Inventor： 崔家瑞 ,  刘旭 ,  李香泉 ,  王超 ,  李擎 ,  黄若愚 ,  杨旭 ,  路辉 ,  阎群 ,  唐伟荣

IPC: G16C20/10 ,  G16C20/70 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  C25C3/20

Abstract: 本发明提供一种大型铝电解槽局部阳极效应预测方法，属于铝电解技术领域。所述方法包括：获取阳极导杆电流序列，对获取的阳极导杆电流序列进行波动性监测；若监测到阳极导杆电流发生波动，则采用ARIMA模型对该阳极导杆所在区域内未发生波动的阳极导杆电流进行跟踪预测，采用LSTM‑GRU混合神经网络对该阳极导杆所在区域内已发生波动的阳极导杆电流进行跟踪预测，其中，ARIMA表示自回归移动平均模型，LSTM表示长短时记忆神经单元，GRU表示门控循环单元；基于ARIMA模型和LSTM‑GRU混合神经网络的跟踪预测结果，确定区域内局部阳极效应等级。采用本发明，能够在提升波动电流的预测精度、局部阳极效应的预报精度的同时，降低了计算量。

公开(公告)号：CN116151108A

公开(公告)日：2023-05-23

申请号：CN202310112172.7

申请日：2023-02-14

Applicant: 北京科技大学 ,  贵阳铝镁设计研究院有限公司 ,  景德镇学院

Inventor： 崔家瑞 ,  朱雨霜 ,  杨旭 ,  阎群 ,  李擎 ,  黄若愚 ,  李香泉 ,  唐伟荣 ,  曹斌

IPC: G06F30/27 ,  G06F18/23213 ,  G06F119/04

Abstract: 本发明公开了一种铝电解槽剩余寿命预测方法和装置，包括：筛选出铝电解槽退化相关工艺参数，获取源域电解槽和目标域电解槽的退化数据；对源域铝电解槽全寿命周期的退化状态进行划分，得到源域铝电解槽的退化数据对应的退化状态标签；确定目标域铝电解槽当前所处的退化状态并获取已有退化状态划分的结果，得到目标域铝电解槽的退化数据对应的退化状态标签；利用源域铝电解槽以及目标域铝电解槽的退化数据和对应的退化状态标签，训练得到特征迁移模型并对源域铝电解槽所有退化数据进行迁移，使用迁移后的退化数据训练得到铝电解槽剩余寿命预测模型，并对目标域铝电解槽的剩余寿命进行预测。采用本发明能够对目标域铝电解槽的剩余寿命进行精确预测。

公开(公告)号：CN119694440A

公开(公告)日：2025-03-25

申请号：CN202411757418.7

申请日：2024-12-03

Applicant: 中南大学 ,  景德镇学院 ,  贵阳铝镁设计研究院有限公司

Inventor： 李健珩 ,  陈志文 ,  钟小婷 ,  唐志 ,  刘波 ,  李香泉 ,  崔家瑞 ,  黄若愚 ,  谭善伟

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/006

Abstract: 本发明涉及氧化铝浓度测量技术领域，尤其涉及一种基于IGWO‑DBN算法的氧化铝浓度软测量方法。步骤如下：S1：根据深度置信网络构建软测量模型进行预测；S2：通过改进灰狼算法对深度置信网络的隐藏层节点个数、反向微调学习率和反向迭代次数这三个网络参数进行优化。本发明提供的一种基于IGWO‑DBN算法的氧化铝浓度软测量方法，能够有效地学习氧化铝浓度与其相关输入条件之间的关系，实现对氧化铝浓度的准确预测，并通过使用近期电解铝工业生产数据训练算法模型，实现一次训练多次预测氧化铝浓度的效果，有效降低工业生产成本。