[发明专利]基于深度学习的球磨机节能优化控制方法在审
| 申请号： | 201611257444.9 | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN106681145A | 公开（公告）日： | 2017-05-17 |
| 发明（设计）人： | 陈攻;何家斌 | 申请（专利权）人： | 苏州中材建设有限公司 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;G06N3/02;B02C25/00 |
| 代理公司： | 昆山四方专利事务所32212 | 代理人： | 盛建德;李娜 |
| 地址： | 215300 江苏省苏州市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的球磨机节能优化控制方法，包括多观测信息融合与数据深度学习、非线性优化控制两大部分。所述多观测信息融合与数据深度学习部分包含信息融合模块、深度学习处理模块和主分量分析模块，功率信号、声音信号和振动信号通过信息融合模块进行多观测信息融合后，再通过深度学习处理模块实现抽象特征提取，最后通过主分量分析模块实现特征降维。所述非线性优化控制部分包含球磨机运行状态评估模块和神经网络控制模块，所述球磨机运行状态评估模块借助上述深度学习特征及降维参数建立关于球磨机运行状态的节能运行状态模型，所述神经网络控制模块采用径向基函数神经网络实现球磨机节能控制模型参数的非线性优化。 | ||
| 搜索关键词： | 基于 深度 学习 球磨机 节能 优化 控制 方法 | ||
【主权项】：
一种基于深度学习的球磨机节能优化控制方法，其特征是：包括多观测信息融合与数据深度学习、非线性优化控制两大部分，并通过球磨机运行状态形成闭环系统结构，所述多观测信息融合与数据深度学习部分包含信息融合模块、深度学习处理模块和主分量分析模块，功率信号、声音信号和振动信号通过信息融合模块进行多观测信息融合后，再通过深度学习处理模块实现抽象特征提取，最后通过主分量分析模块实现特征降维，所述非线性优化控制部分包含球磨机运行状态评估模块和神经网络控制模块，所述球磨机运行状态评估模块借助上述深度学习特征及降维参数建立关于球磨机运行状态的节能运行状态模型，所述神经网络控制模块采用径向基函数(Radical Basis Function，RBF)神经网络实现球磨机节能控制模型参数的非线性优化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州中材建设有限公司，未经苏州中材建设有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611257444.9/，转载请声明来源钻瓜专利网。
