一种基于机器学习分析预测气力输送气流非线性信号的方法

一种基于机器学习分析预测气力输送气流非线性信号的方法，采用在气力输送系统中使用非线性动力学分析和机器学习相结合的方法，非线性动力学分析的方法可以将声发射传感器采集后转化的电信号进行非线性动力学特征提取，来确定与其相关的非线性动力学相关参数，循环神经网络能够处理序列数据，可以捕捉时间序列中的动态特征，以声发射传感器采集到的数据作为主要分析对象来对气力输送系统当中的重要参数输送固气比和系统压降进行预测分析，并通过参数的动态优化来确定在所需要达到的优化目标下合适的操作参数，实现输送系统智能精细化控制高压气流的气量大小和波动范围，降低输送能耗以及气流的波动量，保证输送系统处于最佳的工作状态。