摘要
本发明涉及一种筛分效率预测方法,属于筛分效率预测技术领域,解决了现有技术中无法及时获得准确、有效的筛分效率的问题。获取振动筛的历史筛分样本数据,对振动信号进行处理以得到第二特征分量并替换历史样本数据中的振动信号,从而形成样本数据集,并对样本数据集进行数据扩充以得到训练样本数据集;基于训练样本数据集构建多个具有不同参数组合的第一训练样本子集,并建立与第一训练样本子集对应的筛分效率预测模型;基于各第一训练样本子集训练对应的筛分效率预测模型,将预测精度最高的筛分效率预测模型作为目标筛分效率预测模型,获取当前待测振动筛对应的输入参数组合,将其输入至目标筛分效率预测模型得到该待测振动筛的筛分效率。实现了快速、高效地获取当前控制参数所对应的筛分效率。
技术关键词
效率预测方法
训练样本数据
皮尔逊相关系数
EMD算法
效率优化方法
生成对抗网络
参数
信号
神经网络模型
筛孔尺寸
随机噪声
重构
精度
误差
进料
频率
系统为您推荐了相关专利信息
舞台灯光控制系统
设备健康状态
皮尔逊相关系数
偏差
舞台灯光控制技术
光伏逆变器
LSTM模型
斯皮尔曼相关系数
注意力
GPR模型
光伏发电功率
DTW算法
气象
数值天气预报数据
序列
概率预测方法
剩余寿命预测
大型风电机组
滑动窗口
风机部件
PZT传感器
追溯方法
频率
模数转换器
随机森林模型