申请/专利权人:湖南盛翔自控有限公司
申请日:2023-10-11
公开(公告)日:2024-03-22
公开(公告)号:CN117315585B
主分类号:G06V20/52
分类号:G06V20/52;C25B15/02;C25C7/06;C25D21/12;C25F7/00;G06V10/82;G06N3/0464;G06F18/25;G06F18/241
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2024.01.16#实质审查的生效;2023.12.29#公开
摘要:本申请涉及智能控制领域,其具体地公开了一种电解槽智能控制系统及其方法,其首先获取多个预定时间段的电解槽表面监控视频和多个预定时间点的的电流密度值,然后,将所述多个预定时间段的电解槽表面监控视频通过卷积神经网络模型后进行全局均值池化以得到表面特征向量,进一步地,将所述多个预定时间点的电流密度值排列为电流密度输入向量后通过多尺度邻域特征提取模块以得到多尺度电流密度特征向量,接着,将所述表面特征向量和所述多尺度电流密度特征向量进行融合并优化后通过分类器以得到分类结果,以自适应地判断电流密度增加或减小,以降低电解槽堵料的风险,实现了对电解槽状态的智能控制和风险判断,以提高生产效率和设备稳定性。
主权项:1.一种电解槽智能控制系统,其特征在于,包括:数据获取模块,用于获取多个预定时间段的电解槽表面监控视频和多个预定时间点的的电流密度值;监控视频编码模块,用于将所述多个预定时间段的电解槽表面监控视频通过使用时间注意力机制的卷积神经网络模型以得到表面特征图;特征降维模块,用于对所述表面特征图的沿通道维度的各个特征矩阵进行全局均值池化处理以得到表面特征向量;电流密度编码模块,用于将所述多个预定时间点的电流密度值排列为电流密度输入向量后通过多尺度邻域特征提取模块以得到多尺度电流密度特征向量;融合模块,用于融合所述表面特征向量和所述多尺度电流密度特征向量以得到分类特征矩阵;优化模块,用于对所述分类特征矩阵进行基于参数化特征的先验优化以得到优化分类特征矩阵;分类模块,用于将所述优化分类特征矩阵通过分类器以得到分类结果,所述分类结果用于判断电流密度增加或减小;其中,所述优化模块,包括:将所述分类特征矩阵沿着行向量方向进行切分以得到多个分类特征行向量;计算所述多个分类特征行向量之间的按位置均值向量以得到参数化参考特征向量;计算所述多个分类特征行向量中任意两个分类特征行向量之间的余弦相似度以得到由多个余弦相似度组成的相似度矩阵;以所述参数化参考特征向量作为均值向量和以所述相似度矩阵作为协方差矩阵,构造所述分类特征矩阵的高斯密度图;对所述高斯密度图中各个位置的高斯分布进行离散采样以得到所述优化分类特征矩阵。
全文数据:
权利要求:
百度查询: 湖南盛翔自控有限公司 电解槽智能控制系统及其方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。