基于案例推理的软测量方法及在磨矿过程中的应用

针对复杂工业过程中一些关键工艺参数难以用仪表进行在线检测的问题,提出了基于案例推理的软测量方法.案例表示由案例产生时间、工况描述、解及相似度组成;案例检索采用具有多相似度阈值计算的最近相邻策略;案例重用采用基于静态相似度阈值和基于动态相似度阈值两种算法,并给出了新的案例修正和存储策略.用该方法建立的磨矿粒度软测量模型已成功应用在某选矿厂磨矿过程中,应用结果表明提出的方法效果显著,具有推广应用前景.     

数据驱动的复杂磨矿过程运行优化控制方法

针对赤铁矿磨矿过程的磨矿粒度（Grinding particle size,GPS）与控制回路输出之间的动态特性难以用数学模型描述,且磨矿粒度不能在线测量,并受矿石成分与性质频繁波动干扰,难以采用已有运行优化方法的难题,结合磨矿过程的特点,利用数据,采用神经网络,提出由回路预设定值优化、性能指标估计、优化设定值评价以及磨矿粒度软测量组成的数据驱动的磨矿过程运行优化控制方法. 该方法由磨矿粒度软测量估计矿浆粒度,通过回路预设定值优化模块求得使性能指标估计值接近最优值的回路预设定值,经优化设定值评估产生回路设定值,最后通过控制回路跟踪设定值,将矿浆粒度控制在目标值范围内并尽可能的接近目标值. 通过研制的运行优化与控制研究平台,采用实际运行数据进行仿真实验,表明所提方法的有效性.     

磨矿过程监视与优化软件系统

引言 现在,矿业公司面对着越来越大的降低成本、增加产量、提升效益的要求。同时,原始矿石的等级和质量却在变差,波动也较大,所以必须要通过优化来提升整个生产过程的性能,来达到经济目标。工厂的自动化系统越来越倾向于基于统一的网络架构,搭建集成监视系统,来解决选矿过程优化的问题。这个统一网络架构,整合不同的角色和任务,包括：IT、自动化、过程维护和生产运行等。将自动化系统和先进分析进行整合,优化生产过程,降低关键参数波动。     

实现粒度指标的磨矿过程智能优化控制系统

磨矿过程具有多变量、非线性、强耦合、大时滞、时变等综合复杂特征,其关键工艺指标磨矿粒度难以用常规控制方法进行直接控制。将基础控制、智能控制以及软测量技术相结合,构建了实现磨矿粒度指标的磨矿过程智能优化控制系统。该系统由基础控制系统、过程监控系统以及智能优化设定系统组成,具有设备顺序逻辑控制、回路控制、过程监控以及回路智能优化设定等功能。该系统已成功应用在某大型选矿厂的磨矿过程中,取得了显著效益,具有推广应用的前景。     

磨矿分级过程动态优化控制

建立了基于改进粒级质量平衡模型（PBM）的质量指标预测模型和保证过程最优运行的优化计算模型,提出了基于反馈校正的动态优化控制方案.首先由优化模型计算最优控制律,为消除过程扰动及其他不确定因素影响,引入质量指标反馈调节机制;然后智能控制单元根据人工测试和期望质量指标间的偏差对最优控制律进行反馈修正.现场实验结果表明,该方案能够稳定过程产品质量,实现过程节能降耗.     

基于案例推理的层流冷却过程建模

针对具有非线性,参数时变,分布参数等综合复杂特性的热轧层流冷却过程,将机理建模方法与案例推理技术相结合,通过使用层流冷却过程中带钢的运行工况构造案例,在案例库中检索与其匹配的历史案例,利用实际工况的特征与匹配工况的特征经过推理给出当前工况的模型参数,从而确定层流冷却过程的动态模型.利用这一模型可以预测整个冷却过程中带钢的温度变化过程.通过某钢铁公司热轧层流冷却过程实际数据的实验比较表明所提出的建模方法是有效的.     

典型赤铁矿磨矿过程智能运行反馈控制

冶金磨矿是典型的高能耗、低效率过程,其控制与优化不仅仅是使常规过程控制系统尽可能好地跟踪期望设定值,而且要控制整个过程运行,实现表征磨矿整体运行性能的磨矿粒度与生产效率等运行指标的优化.针对我国广泛使用的赤铁矿两阶段全闭路磨矿,由于其原矿石性质与成份复杂且不稳定、粒级波动大,磨矿运行指标不能在线测量,工况时变,难以建立过程数学模型,提出基于数据与知识的智能运行反馈控制方法,包括基于案例推理的控制回路预设定、磨矿粒度动态神经网络软测量以及多变量模糊动态调节器.为了验证所提方法的有效性,将所题方法应用于中国某大型赤铁矿选厂,取得显著应用成效.     

基于模糊规则与CBR的磨矿专家控制方法

为了解决磨矿过程这一典型的复杂工业过程的优化控制问题,基于某选矿厂的两段全闭路磨矿流程展开研究,提出了基于模糊规则和案例推理相结合的磨矿专家系统控制方法,解决了实际应用中案例检索相似度较低,无法求解的问题.同时,为了进一步提高模型的准确性,解决由于检索到的案例与当前工况之间的差异导致的案例解之间存在差别的问题,采用RB...     

基于智能优化控制的磨矿过程综合自动化系统

本文首先概述了磨矿的工艺过程和控制要求,然后从系统结构与功能、智能优化控制策略等方面详细描述了磨矿过程综合自动化系统,最后谈到该系统的实施及应用效果。     

Tennessee-Eastman过程的学习型案例推理故障诊断方法

为了提高Tennessee-Eastman(TE)过程的故障诊断准确率,本文研究一种学习型伪度量(learning pseudo metric,LPM)代替距离度量的案例检索方法,并建立了TE过程的案例推理(case-based reasoning,CBR)故障诊断模型.首先建立LPM度量准则并对LPM模型进行训练,其次度量目标案例与每一个源案例的相似度,从中检索与目标案例相似的同类案例,再采用多数重用原则从同类案例中决策出目标案例的解,最后通过TE过程的运行数据对该方法的性能进行测试,并与典型的CBR和BP(back-propagation)神经网络和支持向量机等方法进行对比,表明本文方法能有效提高故障诊断准确率,在实际化工过程中具有一定的推广应用价值.     

一种分层强化学习的知识推理方法

针对知识推理过程中,随着推理路径长度的增加,节点的动作空间急剧增长,使得推理难度不断提升的问题,提出一种分层强化学习的知识推理方法(knowledge reasoning method of hierarchical reinforcement learning, MutiAg-HRL),降低推理过程中的动作空间大小。MutiAg-HRL调用高级智能体对知识图谱中的关系进行粗略推理,通过计算下一步关系及给定查询关系之间的相似度,确定目标实体大致位置,依据高级智能体给出的关系,指导低级智能体进行细致推理,选择下一步动作;模型还构造交互奖励机制,对两个智能体的关系和动作选择及时给予奖励,防止模型出现奖励稀疏问题。为验证该方法的有效性,在FB15K-237和NELL-995数据集上进行实验,将实验结果与TransE、MINERVA、HRL等11种主流方法进行对比分析,MutiAg-HRL方法在链接预测任务上的hits@k平均提升了1.85%,MRR平均提升了2%。     

带平衡约束矩形布局优化问题的深度强化学习算法

带平衡约束的矩形布局问题源于卫星舱设备布局设计,属于组合优化问题。深度强化学习利用奖赏机制,通过数据训练实现高性能决策优化。针对布局优化问题,提出一种基于深度强化学习的新算法DAR及其扩展算法IDAR。DAR用指针网络输出定位顺序,再利用定位机制给出布局结果,算法的时间复杂度是O（n³）;IDAR算法在DAR的基础上引入迭代机制,算法时间复杂度是O（n⁴）,但能给出更好的结果。测试表明DAR算法具有较好的学习能力,用小型布局问题进行求解训练所获得的模型,能有效应用在大型问题上。在两个大规模典型算例的对照实验中,提出算法分别超出和接近目前最优解,具有时间和质量上的优势。     

Derivative-free reinforcement learning: a review

Reinforcement learning is about learning agent models that make the best sequential decisions in unknown environments. In an unknown environment, the agent needs to explore the environment while exploiting the collected information, which usually forms a sophisticated problem to solve. Derivative-free optimization, meanwhile, is capable of solving sophisticated problems. It commonly uses a sampling-andupdating framework to iteratively improve the solution, where exploration and exploitation are also needed to be well balanced. Therefore, derivative-free optimization deals with a similar core issue as reinforcement learning, and has been introduced in reinforcement learning approaches, under the names of learning classifier systems and neuroevolution/evolutionary reinforcement learning. Although such methods have been developed for decades, recently, derivative-free reinforcement learning exhibits attracting increasing attention. However, recent survey on this topic is still lacking. In this article, we summarize methods of derivative-free reinforcement learning to date, and organize the methods in aspects including parameter updating, model selection, exploration, and parallel/distributed methods. Moreover, we discuss some current limitations and possible future directions, hoping that this article could bring more attentions to this topic and serve as a catalyst for developing novel and efficient approaches.     

一种模糊推理过程神经网络及其应用研究

针对带有过程性模糊信息或动态领域规则的时变信息处理问题,提出一种模糊推理过程神经网络.该模型将模糊过程推理规则与数值型过程神经网络的动态信息处理机制相结合,将推理规则表示为过程神经元.利用过程神经网络的学习性质来实现对过程性定量与定性混合信息的自适应处理.分析了模糊推理过程神经网络的信息处理机制,并给出了相应的学习算法.以抽油机平衡诊断为例,实验结果验证了所提出模型和算法的有效性.     

一种新的基于蚁群优化的模糊强化学习算法

模糊Sarsa学习(FSL)是基于Sarsa学习而提出来的一种模糊强化学习算法,它是一种通过在线策略来逼近动作值函数的算法,在其每条模糊规则中,动作的选择是按照Softmax公式选择下一个动作。对于连续空间的复杂学习任务,FSL不能较好平衡探索和利用之间的关系,为此,本文提出了一种新的基于蚁群优化的模糊强化学习算法(ACO-FSL),主要工作是把蚁群优化(ACO)思想和传统的模糊强化学习算法结合起来形成一种新的算法。给出了算法的设计原理、方法和具体步骤,小车爬山问题的仿真实验表明本文提出的ACO-FSL算法在学习速度和稳定性上优于FSL算法。     

铁路超限超重货物装载加固可拓实例推理方法

铁路超限超重货物具有长大、笨重和价值昂贵等特征,装载加固影响因素众多且无法完全量化表达,超限超重货物装载加固决策问题是一个半结构化问题,设计装载加固可拓实例推理技术对提升铁路超限超重货物安全装载水平和运输质量尤为重要。结合铁路超限超重货物特征及其装载加固决策要素,采用可拓基元与实例推理技术,构造超限超重货物装载加固实例推理基础数据与推理规则模块的可拓基元模型,分析装载加固可拓实例属性取值特征,给出局部与全局相似度计算公式,设计超限超重货物装载加固可拓实例推理算法,确定待解实例的解。实例运用表明所给出的可拓实例推理方法可制定出合理安全的装载加固方案,切实有效解决铁路超限超重货物装载加固决策问题。     

Viewpoint optimization for aiding grasp synthesis algorithms using reinforcement learning

Grasp synthesis for unknown objects is a challenging problem as the algorithms are expected to cope with missing object shape information. This missing information is a function of the vision sensor viewpoint. The majority of the grasp synthesis algorithms in literature synthesize a grasp by using one single image of the target object and making assumptions on the missing shape information. On the contrary, this paper proposes the use of robot's depth sensor actively: we propose an active vision methodology that optimizes the viewpoint of the sensor for increasing the quality of the synthesized grasp over time. By this way, we aim to relax the assumptions on the sensor's viewpoint and boost the success rates of the grasp synthesis algorithms. A reinforcement learning technique is employed to obtain a viewpoint optimization policy, and a training process and automated training data generation procedure are presented. The methodology is applied to a simple force-moment balance-based grasp synthesis algorithm, and a thousand simulations with five objects are conducted with random initial poses in which the grasp synthesis algorithm was not able to obtain a good grasp with the initial viewpoint. In 94% of these cases, the policy achieved to find a successful grasp.     

Transfer reinforcement learning method with multi-label learning for compound fault recognition

In complex working site, bearings used as the important part of machine, could simultaneously have faults on several positions. Consequently, multi-label learning approach considering fully the correlation between different faulted positions of bearings becomes the popular learning pattern. Deep reinforcement learning (DRL) combining the perception ability of deep learning and the decision-making ability of reinforcement learning, could be adapted to the compound fault diagnosis while having a strong ability extracting the fault feature from the raw data. However, DRL is difficult to converge and easily falls into the unstable training problem. Therefore, this paper integrates the feature extraction ability of DRL and the knowledge transfer ability of transfer learning (TL), and proposes the multi-label transfer reinforcement learning (ML-TRL). In detail, the proposed method utilizes the improved trust region policy optimization (TRPO) as the basic DRL framework and pre-trains the fixed convolutional networks of ML-TRL using the multi-label convolutional neural network method. In compound fault experiment, the final results demonstrate powerfully that the proposed method could have the higher accuracy than other multi-label learning methods. Hence, the proposed method is a remarkable alternative when recognizing the compound fault of bearings.