摘要
本发明公开了一种基于高斯混合模型与K‑means融合的水泥生产用篦冷机工况识别方法,包括以下步骤:步骤1、采集关键变量工况数据;步骤2、对关键变量工况数据进行预处理;步骤3、通过高斯混合模型将关键变量工况数据划分为典型工况数据、异常工况数据;步骤4、提取典型工况数据的典型特征;步骤5、采用融合模型,对的典型工况数据进行聚类,得到最终工况聚类结果;步骤6、以典型工况数据的关键特征作为XGboost模型的输入特征,以最终工况聚类结果作为目标标签,对XGboost模型进行训练,得到工况识别模型;步骤7、将待识别的篦冷机工况数据输入至工况识别模型。本发明为篦冷机的智能控制和优化提供有力的支持。
技术关键词
高斯混合模型
工况识别方法
数据
典型
聚类
水泥
变量
波动特征
回归算法
粗略
滑动窗口
风温
标签
生料
喂料
压力
主机
电流
系统为您推荐了相关专利信息
隧道爆破开挖
衬砌裂缝
监测方法
新建隧道
有限元分析模型
融合点云数据
移动机器人
语义
地图管理
尺寸误差
文本编码器
多模态
损失函数优化
特征提取能力
跨模态
识别定位方法
多传感器融合
连续点
边缘轮廓
激光雷达点云数据