龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江浙能嘉华发电有限公司
摘要：本发明公开了基于机器学习的石子煤排放异常在线检测方法、系统、电子设备及存储介质。基于机器学习的石子煤排放异常在线检测方法，包括以下步骤：步骤S1：采集磨煤机石子煤箱内的n组不同粒径区间的原始的声发射信号；步骤S2：对于原始的声发射信号进行傅里叶变换和小波分析，以得到去噪后的信号；对于去噪后的信号进行功率谱分析，以得到功率谱分析后的声发射信号。本发明公开的基于机器学习的石子煤排放异常在线检测方法、系统、电子设备及存储介质，其有益效果在于，能够准确获得落入石子煤箱的颗粒粒径，实现对石子煤箱内颗粒粒径的实时在线检测的目的，从而及时调整磨煤机运行参数，提高磨煤机出力和制粉效率。
主权项：1.基于机器学习的石子煤排放异常在线检测方法，其特征在于，包括以下步骤：步骤S1：采集磨煤机石子煤箱内的n组不同粒径区间的原始的声发射信号；步骤S2：对于原始的声发射信号进行傅里叶变换和小波分析，以得到去噪后的信号；对于去噪后的信号进行功率谱分析，以得到功率谱分析后的声发射信号；步骤S3：对于功率谱分析后的声发射信号进行频域分析，将各个粒径区间的声信号频率分为N段，将各频率段上下限的平均值和各频率段内的能量与总能量的比值作为特征值；步骤S4：将特征值输入神经网络，对于神经网络的输入层数据进行归一化处理；步骤S5：将功率谱分析后的声发射信号划分为训练集和测试集；步骤S6：将训练集输入基于BayesianRegularization算法的训练函数trainbr的预测模型进行训练，以得到训练后的模型；步骤S7：将测试集输入训练后的模型，得到输出粒径，根据测试指标，对于模型进行调整直至完成模型调整；步骤S8：基于完成调整的模型，以仿真预测石子煤箱内颗粒粒径，当颗粒粒径高于预设的阈值时进行石子煤排放异常在线告警。
全文数据：
权利要求：
百度查询： 浙江浙能嘉华发电有限公司 基于机器学习的石子煤排放异常在线检测方法、系统、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号