尚超
- 作品数：26 被引量：35H指数：4
- 供职机构：清华大学信息科学技术学院自动化系更多>>
- 发文基金：国家自然科学基金江苏省科技计划项目山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术矿业工程理学石油与天然气工程更多>>
- 基于整数变量模式分析的连续时间调度问题快速求解方法
- 连续时间调度问题是一类典型的、可以被描述为混合整数规划的调度问题。其在航天、军事、物流等领域有着广泛的应用。然而,由于整数变量的离散性,导致了其求解速度上面临着挑战。为了进一步提高连续时间调度问题的求解效率,本文提出了一...
- 曲世远李显昱黄德先尚超
- 一种基于残差白色性的过程监控方法及装置
- 本发明涉及统计过程监控技术领域，特别涉及一种基于残差白色性的过程监控方法及装置。本发明模型适用于动态特性明显的过程，能够有效地挖掘过程的动态特征，与传统的动态过程监控模型相比，具有更好的物理可解释性。本发明通过提出一种新...
- 尚超霍凯达
- 复杂工业过程智能建模与控制方法及应用专题序言被引量：1
- 2022年
- 随着人工智能、大数据和云计算等新一代信息技术的快速发展,全球范围内新一轮科技革命和产业变革蓬勃兴起。我国十九大报告提出了要大力推动互联网、大数据、人工智能和实体经济深度融合。正如《中国制造2025》所指出的,我们要以促进制造业创新发展为主题,以提质增效为中心,以加快新一代信息技术与制造业深度融合为主线。
- 赵春晖韩红桂韩红桂刘毅刘毅
- 关键词：制造业创新人工智能复杂工业过程大数据
- 基于FDD模型的掘进机截割减速器油液状态评估研究
- 2024年
- 掘进机截割减速器的可靠运行与润滑油状态息息相关,为合理评估油液状态,依据粘度、水分、颗粒数三种油液指标,提出了一种基于模糊深度学习模型(FDD)的油液状态评估方法。首先,按照单个指标将油液状态划分为四个等级,根据模糊综合评估法进行模糊评估;其次,将各指标数据进行归一化处理,作为深度神经网络的输入,再运用ReLU激活函数对网络进行激活,得到一个过拟合的神经网络;然后利用Dropout层特性,降低网络拟合程度,同时使用遗传算法对模型中的超参进行优化。最后,使用仿真数据对模型进行训练,并利用实际数据对模型进行验证。结果表明,该方法对油液状态的平均预测精度达到97%,数据损失0.0018,解决了由于多指标信息不一致导致油液状态表征困难及数据较少情况下神经网络训练困难的问题。
- 秦彦凯尚超权钰云关重阳刘国鹏石冠男
- 关键词：油液监测遗传算法
- 基于贝叶斯框架的动态软测量建模方法及装置
- 本发明公开一种基于贝叶斯框架的动态软测量建模方法及装置，该方法包括：步骤A：建立一阶脉冲响应模型以及支持向量机模型步骤B：测量并输入u<Sub>k</Sub>(…,t)(k=1,…,m)，计算出状态变量x(t)并计算出y...
- 黄德先尚超高莘青吕文祥
- 文献传递
- 基于双向长短时记忆网络的流程工业数据趋势快速提取方法
- 数据趋势提取在流程工业过程监测、故障诊断和建模控制等任务中起着至关重要的作用。流程工业过程复杂性和动态性的增加对数据趋势提取算法的实时性和快速性提出了更高的要求。现有的基于全局优化的数据趋势提取算法计算量大,在实际流程工...
- 刘举米力克·萨迪尔尚超黄德先
- 关键词：神经网络
- 基于闭环历史数据和辅助变量的数据驱动预测控制方法
- 在近些年的研究中,直接数据驱动控制方法得到了越来越多的关注,它以Willems基本引理为基础,能够在不辨识参数化模型的前提下实现基于优化的控制。出于安全性的考虑,现实中的被控系统需要处于闭环系统的控制之下,这会导致系统输...
- 王一波邱亦文米力克·萨迪尔黄德先尚超
- 关键词：闭环系统
- 基于静-动态特性协同感知的复杂工业过程运行状态评价被引量：4
- 2023年
- 针对当前过程监测和运行状态评价方法等对工况信息感知不全面、漏报和误报现象严重等问题,在深入研究工业现场数据静-动态特性协同感知方法的基础上,提出关键性能指标(Key performance indicators, KPI)驱动的慢特征分析(Slow feature analysis, SFA)算法.将关键性能指标信息融入到慢特征分析中,协同感知复杂工业过程的静-动态特性变化,并进一步通过计算潜变量之间的相似度及其一阶差分间的相似度实现对过程稳态和过渡的评价.在此基础上,建立基于静-动态特性协同感知的过程运行状态评价统一框架.针对非优状态,提出基于稀疏学习的非优因素识别方法,实现对非优因素变量的准确识别.最后,通过重介质选煤过程实际生产数据和田纳西·伊斯曼(Tennessee Eastman, TE)过程数据验证了该方法的有效性.
- 褚菲褚菲尚超尚超王福利高福荣
- 关键词：复杂工业过程
- 基于非线性慢特征回归的动态软测量建模被引量：1
- 2016年
- 隐变量模型如部分最小二乘已经被广泛用于建立低维子空间,并以此建立回归模型用于质量预测。然而,它们都是基于工业过程的静态假设,一般实际的工业过程都是动态的。本文提出一种非线性慢特征回归模型,用作动态软测量模型。首先,对线性慢特征分析进行非线性扩展,然后非线性的慢特征作为隐变量通过扩展后的慢特征分析从过程数据中被提取出来。不同于传统的隐变量模型,慢特征分析假设隐变量具有缓慢变化的动态特性。由于工业过程明显的动态变化,慢特性可以被看作有效的先验知识加以利用。最后,利用提取的慢特征建立回归模型并用于产品质量的预测。实验结果表明,基于非线性慢特征的软测量模型要比传统的软测量模型预测精度高。
- 狄克松王宇红尚超黄德先
- 基于滞环反馈时域鲁棒辨识的控制器自整定
- 2022年
- 现有的滞环反馈自动整定方法大多仅使用频域信息,包含较多近似,因此在处理质量较差的工业数据时精度与鲁棒性较差;此外,现有方法依赖稳定震荡的极限环数据,需要较长的滞环反馈测试时间。针对这些问题,提出一种基于滞环反馈测试的时域鲁棒辨识与控制器自动整定方法。首先,利用低阶延时模型时域响应Hankel矩阵的低秩特性,提出使用秩约束优化对滞环反馈时域辨识问题进行建模,并使用基于交替方向乘子法的求解方法;然后,给出了算法中超参数和优化初始值的选择方案,并讨论了使用非零初始状态滞环反馈数据进行辨识的方法;最后,提出了基于辨识结果的控制器整定方案。仿真实验结果表明,所提方法与现有方法相比具有更高的辨识精度与鲁棒性,并能取得更好的控制器整定效果。
- 刘清源韩昱城尚超黄德先
- 关键词：系统辨识
