基于机器学习模型的选矿过程状态监测与故障诊断

发布日期：2019-09-01 来源：矿道网投稿者：曹锦标浏览次数：1276

选矿推荐

提出并实现一种基于机器学习模型的选矿过程状态监测和故障诊断方法。基于通用的机器学习方法建立正常工况下的关键参数数据驱动模型; 监测软件与 DCS 系统通信，实时计算目标变量的模型预测值并与实际测量值进行比较，误差超出设定阈值则进行报警标记; 结合工艺专家的经验选择模型监测变量并与工况状态和工艺报警建立多方位联系，从而实现选矿过程状态监测和故障诊断。阐述了一种基于机器学习模型的选矿过程状态监测和故障诊断方法。利用该方法，可以提前预测过程异常或诊断设备故障，这对于选矿过程中设备预测性维护和精细化管理水平的提高具有重要意义。

【免责声明】本站“矿道网”矿业技术板块所有投稿文章，文章其版权均归原作者及投稿人所有。本站并非以盈利为核心的矿业矿业技术传播平台，平台并不能很好的甄别投稿文章的原创性和审核作者。文章仅供读者作为矿业参考，不做交易和服务的根据。所以希望投稿人自觉遵守本条例，如果一旦发生文章侵权，原作者找到我们，我们有权利不经告知并删除投稿的文章。本网站默认已许可各大主流平台、媒体等，以数字化方式复制、汇编、发行、信息网络传播本网站全文，但是需要文件授权。本网站不以此盈利，登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。所有投稿人向本网站提交文章发表之行为视为同意上述声明。如有异议，请在投稿时说明。因投稿素材内容或要求转发内容引发的任何社会及法律纠纷和矿道网无关。特此声明！,我们若有不当信息或者侵犯了您的利益，请及时联系我们删改！联系电话：029-85212477

1276

帮助过的人数

上一篇：弧形除铁器在某金矿选矿厂的选择及应用

下一篇：胶磷矿重介质旋流器选矿技术

打赏我

[ 矿业技术搜索 ] [ 加入收藏 ] [ 打印本文 ] [ 关闭窗口 ]

相关矿业技术