摘要
本发明提供一种矿用偏心辊式破碎机的矿石识别方法。该方法包括:对各种矿石不能被破碎时的破碎机的信号进行采集;该信号包括主轴支撑架的振动加速度信号,主轴的实时转速,及下颚板的受力信号;对采集到的信号进行预处理;基于MTF算法将预处理后的数据转换为RGB图像,以及将振动加速度信号对应的RGB图像作为训练数据集;构建DenseNet‑SE矿石种类识别模型并对该模型进行训练;根据模型初步确认的矿石种类,再结合主轴实时转速及下颚板受力信号综合判断矿石种类;输出二次确认的矿石种类,及该二次确认的矿石种类的可信度,并执行破碎机停止工作的指令。本发明识别了矿用偏心辊式破碎机难以破碎的矿石,同时设计出的DenseNet‑SE矿石种类识别模型能提高对重要特征的提取。
技术关键词
偏心辊式破碎机
矿石
振动加速度信号
主轴支撑架
识别方法
下颚板
数据
受力
降噪算法
旋转编码器
振动传感器
图像
注意力机制
辊体
压力传感器
机架
网络
指令
系统为您推荐了相关专利信息
智能识别方法
水库
特征提取单元
彩色图像
多策略融合
电网通信设备
多源异构数据
故障识别方法
双向长短期记忆网络
序列特征
自动化识别方法
探地雷达
多分辨率
深度学习数据
语义分割模型
说话人身份
单人
说话人识别方法
语音活动检测
标签