唐朝晖
- 作品数：237 被引量：667H指数：14
- 供职机构：中南大学更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金湖南省研究生科研创新项目更多>>
- 相关领域：自动化与计算机技术电气工程冶金工程矿业工程更多>>
- 一种基于宽度学习系统的增量式锌浮选工况判别方法
- 本发明公开了一种基于宽度学习系统的增量式锌浮选工况判别方法，包括以下步骤：首先提取泡沫图像特征，引入粗选槽入矿品位特征，针对两种特征采样频率不一致问题，采用最小二乘法拟合入矿品位使二者协调，解决了评价指标单一问题；然后将...
- 唐朝晖袁鹤高小亮钟宇泽罗金向婉蓉郭俊岑
- 文献传递
- 智能控制过程中模糊专家控制规则的获取被引量：6
- 2007年
- 在系统的实时数据库中,积累了大量的系统运行数据,其中隐含了与工业过程运行状态趋势相关的操作人员控制方法,这为数据挖掘技术在工业过程智能控制中的应用奠定了基础。但是要在连续数值型的数据中挖掘出所需要的专家规则目前还没有快速有效的方法。论文提出了将数值型数据转换成字符型数据再进行频繁序列挖掘的方法,以获取模糊专家系统的控制规则,并在钢铁厂实现了煤气混合加压站智能控制。
- 黄黎明唐朝晖
- 关键词：模糊专家系统
- 基于泡沫大小动态分布的浮选生产过程加药量健康状态分析被引量：7
- 2013年
- 针对矿物浮选过程泡沫大小分布随着药剂量的改变而动态变化的特点,提出一种基于泡沫大小动态分布特征的具有自学习功能的浮选生产过程加药量健康状态统计模式识别方法.首先,通过泡沫图像分割、气泡尺寸分布核密度估计获得浮选气泡大小的概率密度分布函数,采用无监督的最远邻聚类方法获得典型药剂量添加状态下的气泡尺寸统计分布特征集;然后,采用简单的贝叶斯推理方法获得测试时间段对应的药剂添加健康状态分析识别结果,并根据浮选生产工况状态的动态变化对各典型药剂状态下的气泡大小统计分布特征集进行在线学习修正.实验结果表明,所提出方法能实时获取泡沫尺寸分布的动态变化,实现浮选药剂操作健康状态的自动识别与评价,为进一步实现浮选生产过程的加药量优化控制奠定了基础.
- 刘金平桂卫华唐朝晖朱建勇
- 关键词：核密度估计
- 基于BBMNN的多变量非线性软测量建模及应用
- 2004年
- 基于Boostins思想，提出了一种改进的adaboost算法。在此基础上，提出了一种新的多神经网络构造方法BBMNN。应用于软测量建模，给出了一种新的非线性系统软测量建模方案，并分别针对多变量、非线性典型模型和复杂工业过程，应用实验数据和实际运行数据进行了仿真研究。仿真结果表明，该方案可以较好地解决复杂对象神经网络建模时样本点数量与模型精度之间的矛盾，可同时获得较高的训练精度和预测精度。
- 陈峰桂卫华李勇刚唐朝晖
- 关键词：多变量多神经网络工业过程控制系统
- 锌电解过程计算机控制系统
- "锌湿法冶炼电解过程计算机控制系统"是国家"八·五"科技重点攻关项目,是由中南工业大学信息工程学院和株洲冶炼厂联合研制的.该系统完成了锌电解过程的优化控制和信息综合管理.论文重点阐述了该系统控制方案的选择和控制系统的设计...
- 唐朝晖
- 关键词：计算机控制电解过程
- 一种电子程控输注泵
- 一种电子程控输注泵，包括注射器、输注泵泵体、注射器推块、连接器、泵的显示板和控制器组成，其注射器与注射器推块连接、注射器推块通过连接器与控制器连接，注射器与注射器推位于输注泵泵体的顶部，泵的显示板位于输注泵泵体侧面，该输...
- 王瑞珂宦烨唐朝晖朱茂恩李春玲罗慧
- 文献传递
- 一种基于异构分类器选择性融合的锑矿品位软测量方法
- 本发明提供了一种基于异构分类器选择性融合的锑矿品位软测量方法，包括：对记录的锑浮选泡沫图像特征数据以及与品位相关的生产数据的预处理共同构成特征空间；首先随机选取部分特征构成多个子样本空间，然后对每个子样本空间使用boot...
- 唐朝晖闫志浩张进贺卓
- 一种红外弓网监控图片伪彩优化方法
- 本发明公开了一种红外弓网监控图片伪彩优化方法，包括如下步骤：S1:获得弓网系统中红外相机的原始灰度图像；S2:计算原始灰度图像的直方图，得到像素分布以及最大灰度级MAX，计算反向累加分布数组；S3:根据弓网红外温度图像的...
- 陈胜蓝唐朝晖谢永芳杨卫峰王嵘周方圆
- 一种考虑空间拓扑关系和电压数据相关性的电网谱聚类分区方法
- 电压是衡量电能质量的重要指标之一，是反映电力系统无功功率平衡和合理分布的标志。电压分区调控是一种快速有效的调控方法。为应对分区边界复杂情况，本文引入时空边界约束集的概念，提出了边界约束的谱聚类分区方法。首先针对电力网络特...
- 梅栋唐朝晖
- 关键词：谱聚类图论区分度
- 一种基于混合神经网络的浮选pH值预测模型被引量：3
- 2012年
- 矿物浮选过程中,矿浆pH值作为影响浮选效果的一个重要因素,是实现浮选过程监视及优化控制的一个重要参量。目前的pH值测定仪存在交叉污染、测量滞后等问题,难以获得实时准确的pH值。为使浮选运行在最优状态,在泡沫图像特征提取的基础上,提出一种基于自适应遗传混合神经网络的预测模型,该模型首先利用主元分析(PCA)方法对提取的多个图像特征进行降维,然后采用自适应遗传混合神经网络(AGA-HNN)建立pH值预测模型。最后将该模型应用于浮选现场,预测结果能够实时跟踪实际值,根据预测值实时调整工况条件,改善了浮选效果,提高了浮选效率。
- 唐朝晖杜金芳陈青
- 关键词：矿物浮选泡沫图像
