一种基于多模态信号融合与注意力增强的球磨机负荷识别方法

本发明提供了一种基于多模态信息融合与注意力增强的球磨机负荷识别方法，属于矿石研磨过程监控优化领域。该方法包括信号采集与预处理步骤、多模态信息融合步骤、注意力增强步骤及分类步骤。首先，通过实验室型号为Bond功指数干式球磨机进行筒体振动信号获取；其次，对采集的振动信号进行特征模态分解（FMD）获得多模态特征；然后利用对称点图像生成（SDP）技术将分解后的多模态特征信息进行融合，形成便于后续深度学习模型处理的二维时频图，以增强后续模型对复杂工况的适应性；最后，建立融合与注意力机制的球磨机负荷识别模型对提取的特征进行加权，提升关键特征的表示能力，并进行分类，输出球磨机的负荷状态。通过此方法，可以有效提升矿石研磨过程中不同负荷状态的识别准确性和鲁棒性，适应不同工况下的变化，具有较强的实际应用价值。