摘要
一种基于集成学习与分布式混合贝叶斯网络的煤泥浮选控制方法,步骤一:基于集成学习的分布式混合贝叶斯网络离线建模;S11:划分煤泥浮选过程,并确定贝叶斯网络节点;S12:确定N个相应的混合贝叶斯网络结构;S13:利用最大似然估计法确定N个混合贝叶斯网络的参数;S14:完成基于集成学习的分布式混合贝叶斯网络建模;步骤二:进行煤泥浮选过程在线安全运行的控制;S21:基于当前工况数据信息判断是否发生异常工况,并利用N个混合贝叶斯网络控制模型分别制定安全控制决策;S22:集成N个决策结果,制定当前工况的最终安全控制策略;S23:在异常工况未消除时,重新执行S21。该方法能制定出更加合理可靠的安全控制决策。
技术关键词
煤泥
贝叶斯网络模型
矿浆预处理器
贝叶斯网络建模
决策
重介质旋流器
工况
工业系统
高密度
浓缩机
脱介作业
网络控制
低密度
底部出料口
贝叶斯网络推理
网络节点
浮选药剂
重介质悬浮液
集成学习策略
管路
系统为您推荐了相关专利信息
空地协同
决策系统
控制模块
服务治理技术
协同通信
监测运维方法
风险
数据通信网络
自动扶梯运行状态
监测运维系统
温湿度控制系统
智能鸡笼
多层鸡笼
控制决策模块
指令优化