摘要
本发明公开了一种智能化识别卷式反渗透、纳滤膜元件故障类型的方法,其结合机器学习的人工智能技术,建立故障类型的识别模型,用于水处理膜系统的反渗透、纳滤膜的故障诊断。该模型仅需要简单的膜元件测试数据及现场使用信息,即可在不进行破坏性的解体分析的情况下快速识别故障类型,为技术人员提供有用的情报。解决了传统故障诊断中解体分析项目繁多、周期长的问题,可实现快速故障排查。
技术关键词
纳滤膜元件
性能测试数据
变量
神经网络算法
二分类器
人工智能技术
识别故障
分类特征
有机污染
金属氧化物
随机森林
故障检测
膜系统
多标签
中心管
系统为您推荐了相关专利信息
燕窝
BP神经网络算法
食品分析检测技术
漫反射光谱
气相色谱法
卷积神经网络算法
棒棒糖
缺陷检测方法
多尺度特征
幻影
软件定义广域网
服务质量感知
交换机
控制器
在线
矩阵
关联预测方法
高斯径向基函数
Tikhonov正则化
迭代算法