检索结果-维普期刊中文期刊服务平台

基于无模型深度强化学习的煤泥浮选智能控制研究: 1; 作者秦新凯王然风 +2 位作者付翔窦治衡李品钰《工矿自动化》北大核心 2025年第8期25-33,58,共10页; 在煤泥浮选工业现场中,传统基于机理模型的控制方法因其依赖近似模型,存在控制精度受限与泛化能力不足的问题。而经典无模型深度强化学习算法如深度确定性策略梯度(DDPG),在处理高维时变状态时易受无关变量干扰,难以精准捕捉核心特征,... 展开更多; 关键词煤泥浮选过程控制无模型深度强化学习深度确定性策略梯度注意力机制 Actor−Critic AS−DDPG; 在线阅读下载PDF 职称材料

粗糙集理论在阳离子反浮选控制中的应用被引量：4: 2; 作者张勇王峰 +1 位作者潘学军王伟《中南工业大学学报》 CSCD 北大核心 2003年第4期368-372,共5页; 针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出了一种基于粗糙集理论的智能控制方法.通过对控制过程中的一些有代表性的状态以及操作人员在这些状态下采取的控制策略所构成的决策表进行约简,归... 展开更多; 关键词浮选过程控制粗糙控制粗糙集信息系统; 在线阅读下载PDF 职称材料

基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用被引量：10: 3; 作者赵洪伟谢永芳 +1 位作者曹斌芳蒋朝辉《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第7期942-947,共6页; 针对Gabor小波进行特征提取时易造成维数灾难和识别效率不高的问题,提出一种基于Gabor小波滤波和局部保持投影(LPP)降维算法相结合的泡沫纹理特征提取方法.首先,利用Gabor滤波器获得原始泡沫图像5个尺度和8个方向的高维特征描述向量;然... 展开更多; 关键词浮选控制过程纹理特征 GABOR小波局部保持投影算法反向传播神经网络识别; 在线阅读下载PDF 职称材料

浮选过程液位检测系统的研究被引量：8: 4; 作者何胜春《煤炭学报》 EI CAS CSCD 北大核心 2000年第5期538-541,共4页; 通过现场试验研究 ,证明浮选机内矿浆、矿化泡沫和空气三者的电导率具有显著差异 .根据测量浮选机内不同介质的电导率的原理 ,研究新型液位检测器 .检测器由多电极传感器、传感器电路及 80 31单片机组成 .该检测器能够测量浮选机内矿浆... 展开更多; 关键词选煤浮选过程控制液位传感器液位检测浮选机; 在线阅读下载PDF 职称材料

题名基于无模型深度强化学习的煤泥浮选智能控制研究: 1; 作者秦新凯王然风付翔窦治衡李品钰; 机构太原理工大学矿业工程学院; 出处《工矿自动化》北大核心 2025年第8期25-33,58,共10页; 基金国家自然科学基金项目(52274157) “科技兴蒙”行动重点专项项目(2022EEDSKJXM010)。; 文摘在煤泥浮选工业现场中,传统基于机理模型的控制方法因其依赖近似模型,存在控制精度受限与泛化能力不足的问题。而经典无模型深度强化学习算法如深度确定性策略梯度(DDPG),在处理高维时变状态时易受无关变量干扰,难以精准捕捉核心特征,导致策略稳定性下降。针对上述问题,提出一种基于融合注意力机制(AS)的无模型深度强化学习(AS−DDPG)的煤泥浮选智能控制方法。该方法采用AS−DDPG算法构建浮选智能控制器:以尾煤灰分为控制目标,在Actor−Critic网络基础上引入AS以精准捕捉核心特征,通过在线学习优化控制策略,建立了包含矿浆浓度、灰分、流量等关键参数的多维状态空间,设计了兼顾产品质量与药剂回收率的多目标奖励函数,直接通过智能体与环境的实时交互学习控制策略,能自适应捕捉过程动态特性,在实际浮选过程中保持稳定的控制效果。采集浮选工业现场的实时数据,经预处理后进行仿真实验,结果表明:相较于DDPG算法,AS−DDPG算法的训练误差降低27%,其奖励曲线收敛更快且波动幅度更小,有效策略比例提升2倍以上,表明其对高效药剂组合的探索更具方向性。工业性试验结果表明:相较于模糊PID与DDPG算法,AS−DDPG算法控制下的灰分标准差降至0.66,有效降低了浮选产品质量波动;捕收剂与起泡剂消耗分别优化至0.56,0.25 kg/t,表明基于AS−DDPG算法的智能控制器能以更低的药剂投入达到稳定分选的效果。; 关键词煤泥浮选过程控制无模型深度强化学习深度确定性策略梯度注意力机制 Actor−Critic AS−DDPG; Keywords coal slime flotation process control model-free deep reinforcement learning Deep Deterministic Policy Gradient Attention State Actor-Critic AS-DDPG; 分类号 TD923 [矿业工程—选矿]; 在线阅读下载PDF 职称材料

题名粗糙集理论在阳离子反浮选控制中的应用被引量：4: 2; 作者张勇王峰潘学军王伟; 机构大连理工大学信息与控制研究中心鞍山科技大学电子信息与工程学院; 出处《中南工业大学学报》 CSCD 北大核心 2003年第4期368-372,共5页; 基金教育部科研技术研究重点项目(01053)资助; 文摘针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出了一种基于粗糙集理论的智能控制方法.通过对控制过程中的一些有代表性的状态以及操作人员在这些状态下采取的控制策略所构成的决策表进行约简,归纳出一系列控制规则.运用该方法进行准确度测试和命中率试验,结果表明控制模型的给出值与现场实际数值基本吻合,命中指标满足综合指标要求.在阳离子反浮选控制中运用粗糙集理论时,便于现场技术人员和操作工人的操作,能合理添加药剂量,避免了传统工艺由人为加药造成的浪费.; 关键词浮选过程控制粗糙控制粗糙集信息系统; Keywords flotation process control rough control rough set information system; 分类号 TP242.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用被引量：10: 3; 作者赵洪伟谢永芳曹斌芳蒋朝辉; 机构中南大学信息科学与工程学院; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第7期942-947,共6页; 基金国家自然科学基金资助项目(61134006) 高等学校博士学科点专项基金博导类资助课题(20120162110076) 高等学校博士学科点专项科研基金优先发展领域资助课题(20110162130011); 文摘针对Gabor小波进行特征提取时易造成维数灾难和识别效率不高的问题,提出一种基于Gabor小波滤波和局部保持投影(LPP)降维算法相结合的泡沫纹理特征提取方法.首先,利用Gabor滤波器获得原始泡沫图像5个尺度和8个方向的高维特征描述向量;然后,利用LPP算法得到降维特征向量;最后,利用此降维特征向量通过反向传播(BP)神经网络进行不同工况下泡沫类别的识别,进而指导实际矿物浮选生产.实验结果表明,相对于传统的GLCM方法和Gabor小波纹理特征提取方法,该方法可有效降低泡沫纹理特征向量维数并具有更高的识别效率.; 关键词浮选控制过程纹理特征 GABOR小波局部保持投影算法反向传播神经网络识别; Keywords flotation control process texture feature Gabor wavelet locality preserving projections （LPP） algorithm back propagation （BP） neural network recognition; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名浮选过程液位检测系统的研究被引量：8: 4; 作者何胜春; 机构武警北京指挥学校电教中心; 出处《煤炭学报》 EI CAS CSCD 北大核心 2000年第5期538-541,共4页; 基金国家"九五"科技攻关项目!( 95-2 1 5-0 1 -0 5-0 1 ); 文摘通过现场试验研究 ,证明浮选机内矿浆、矿化泡沫和空气三者的电导率具有显著差异 .根据测量浮选机内不同介质的电导率的原理 ,研究新型液位检测器 .检测器由多电极传感器、传感器电路及 80 31单片机组成 .该检测器能够测量浮选机内矿浆与矿化泡沫层的分界点、矿化泡沫层的厚度 .液位检测器可用于煤泥浮选的自动控制中 .; 关键词选煤浮选过程控制液位传感器液位检测浮选机; Keywords coal separation floatation control pulp sensor monitor; 分类号 TD923 [矿业工程—选矿] TD456 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于无模型深度强化学习的煤泥浮选智能控制研究	秦新凯王然风付翔窦治衡李品钰	《工矿自动化》北大核心	2025	0	在线阅读下载PDF 职称材料
2	粗糙集理论在阳离子反浮选控制中的应用	张勇王峰潘学军王伟	《中南工业大学学报》 CSCD 北大核心	2003	4	在线阅读下载PDF 职称材料
3	基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用	赵洪伟谢永芳曹斌芳蒋朝辉	《上海交通大学学报》 EI CAS CSCD 北大核心	2014	10	在线阅读下载PDF 职称材料
4	浮选过程液位检测系统的研究	何胜春	《煤炭学报》 EI CAS CSCD 北大核心	2000	8	在线阅读下载PDF 职称材料