[发明专利]工况识别器制作方法、识别方法、装置、设备及存储介质

说明书

本发明提供一种工况识别器制作方法、识别方法、装置、设备及存储介质，其中所述工况识别器制作方法包括：获取水泥篦冷机运行参数的历史数据；对所述水泥篦冷机运行参数的历史数据进行数据分析及数据预处理；基于经过预处理后的数据及聚类算法进行水泥篦冷机工况进行划分，得到工况划分结果；基于所述工况划分结果及概率神经网络算法得到工况识别器。

技术领域

本发明涉及水泥智能化生产领域，具体涉及一种工况识别器制作方法、识别方法、装置、设备及存储介质。

背景技术

水泥广泛应用于各类建筑设施的改造或者新建，就普遍性和适用性来说，其作用无法替代。水泥熟料的品质不仅与水泥生产过程中熟料的煅烧有关，还与熟料冷却设备篦冷机的冷却效果有非常大的关系。篦冷机结构机理及工况变化复杂，这为篦冷机系统的控制提出了挑战。

国内大部分水泥厂仍依靠知识工作者的经验来对篦冷机系统工况进行判断，往往带有较强的主观性和不确定性。

发明内容

鉴于以上现有技术的缺点，本发明提供一种工况识别器制作方法、识别方法、装置、设备及存储介质，以改善现在的篦冷机系统工况识别存在的主观性和不确定性。

为实现上述目的及其它相关目的，本发明提供一种水泥篦冷机工况识别器的制作方法，包括：

获取水泥篦冷机运行参数的历史数据；

对所述水泥篦冷机运行参数的历史数据进行数据分析及数据预处理；

基于经过预处理后的数据及聚类算法进行水泥篦冷机工况进行划分，得到工况划分结果；

基于所述工况划分结果及概率神经网络算法得到工况识别器。

在本发明一实施方式中，对所述水泥篦冷机运行参数的历史数据进行数据分析及数据预处理的步骤包括：将所述水泥篦冷机运行参数的历史数据与对应的时间进行数据时间匹配；利用滑动平均滤波方法对经过数据时间匹配后的数据进行预处理，基于预处理后的数据获取水泥篦冷机的特征参数。

在本发明一实施方式中，所述聚类算法为K-means算法。

在本发明一实施方式中，基于经过预处理后的数据及聚类算法进行水泥篦冷机工况进行划分，得到工况划分结果的步骤包括：对经过预处理后的数据进行标准化处理得到数据集，并设定聚类数目以及最大迭代次数；基于聚类数目、最大迭代次数以及所属聚类算法对数据集中的数据进行工况划分，得到工况划分结果。

在本发明一实施方式中，所述工况划分结果包括工况种类以及每一所述工况种类对应的数据范围。

本发明另一方面还提供一种水泥篦冷机工况识别器的制作装置，包括：第一获取单元、分析及预处理单元、工况划分单元以及概率神经算法单元，其中，第一获取单元用于获取水泥篦冷机运行参数的历史数据；分析及预处理单元用于对所述水泥篦冷机运行参数的历史数据进行数据分析及数据预处理；工况划分单元用于基于经过预处理后的数据及聚类算法进行水泥篦冷机工况进行划分，得到工况划分结果；概率神经算法单元用于基于所述工况划分结果及概率神经网络算法得到工况识别器。

本发明另一方面还提供一种水泥篦冷机工况识别方法，包括：

获取水泥篦冷机的特征参数的实时数据；

将所述特征参数的事实数据输入至工况识别器内，得到工况结果；所述的工况识别器通过所述的方法制得。

本发明另一方面还提供一种水泥篦冷机工况识别装置，包括：

第二获取单元，用于获取水泥篦冷机的特征参数的实时数据；

处理单元，用于将所述特征参数的事实数据输入至工况识别器内，得到工况结果；所述的工况识别器通过所述的方法制得。