摘要
本发明属于烧结矿领域,具体公开了智能调控的烧结矿质量提升方法与系统,包括:S1、获取烧结矿烧结过程中的图像数据、生产数据和历史数据,并将所述生产数据和所述历史数据整合,得到融合后数据;S2、通过所述预测模型根据所述融合后数据预测所述烧结矿的质量指标,得到预测结果;S3、对所述图像数据进行图像识别获取粒度分布数据;S4、结合所述预测结果与所述粒度分布数据动态调整控制策略;本发明通过建立性能预测模型预测烧结矿的质量指标,获取粒度分布数据,然后结合预测结果与粒度分布数据动态调整控制策略,智能调控烧结矿质量的关键参数,实现对烧结矿生产过程的精准控制,保证烧结矿质量的稳定性和生产效率的提升。
技术关键词
烧结矿
智能调控
控制策略
模糊规则库
分类器训练
预测误差
模糊逻辑控制
性能预测模型
智能控制模块
图像识别模块
训练分类器
静态特征
模糊推理
数据采集模块
参数
噪声数据
动态
纹理特征
系统为您推荐了相关专利信息
交直流混联配电网
分层控制策略
规划优化方法
源网荷储协调
换流设备
VXLAN报文
访问控制策略
内存访问方法
网卡
VXLAN隧道
设备控制参数
图像特征向量
矿石
智能控制方法
图像特征提取模型
智能亮度调节
逻辑回归模型
模糊逻辑
多参数关联分析
能耗
车辆辅助驾驶方法
校验信息
参数
指令
车辆辅助驾驶装置