摘要
本发明公开了一种基于最小p范数随机配置网络的矿浆密度智能检测方法,所述方法包括:通过对管道中矿浆流动过程进行机理分析,建立矿浆密度检测混合模型,矿浆密度检测混合模型包括线性部分与非线性部分;采用最小二乘法对矿浆密度检测混合模型的线性部分进行辨识,建立矿浆密度检测线性模型,输出得到矿浆密度线性模型的估计值;采用预设的最小p范数随机配置网络对矿浆密度检测混合模型的非线性部分进行辨识,建立矿浆密度检测的非线性模型,输出得到矿浆密度非线性模型的补偿值;融合矿浆密度线性模型的估计值与矿浆密度非线性模型的补偿值,得到最终矿浆密度预测值,输出矿浆密度的预测结果。该方法能够有效抑制干扰,提升模型的稳定性和测量精度。
技术关键词
矿浆
配置网络
智能检测方法
密度
非线性
补偿值
渣浆泵
数据驱动模型
节点
固定点
低压
信号
管道
高压
参数
测量误差
定义
方程
系统为您推荐了相关专利信息
非线性模型预测控制
人机协作
人体动作序列
量化系统
深度神经网络模型
临床信息管理系统
电子病历数据库
标签
加密
健康档案信息