一种基于机器学习的石油支撑剂成品分选控制方法及系统

本申请的一种基于机器学习的石油支撑剂成品分选控制方法及系统，涉及石油支撑剂生产技术领域，通过提取形状特征参数；构建气流分级机的三维几何模型，生成球形颗粒样本和非球形颗粒样本的三维轨迹；对于待分级的支撑剂颗粒，获取其形状特征参数，找到与该支撑剂颗粒形状相似度最高的石油支撑剂颗粒样本，计算速度偏差；基于支撑剂颗粒的形状特征参数和速度偏差，计算综合偏差指标，若综合偏差指标小于或等于综合偏差指标阈值，则支撑剂颗粒直接分级，否则二次处理；利用智能矫正模型预测最佳矫正参数，对支撑剂颗粒进行矫正，将矫正后的支撑剂颗粒送入气流分级机；构建优化目标函数，搜索最优工艺参数；实现了石油支撑剂成品分选的质量控制。