摘要
本发明公开了一种基于多智能体协同的电石渣干燥温控方法及系统,涉及工业热处理技术领域,所述方法包括:S1、通过部署在石渣堆积区域的传感器网络采集实时压力数据和温度数据,得到石渣堆积的当前承重分布图和温度分布图;S2、根据承重分布图和温度分布图,采用卷积神经网络模型处理图数据,确定石渣堆积中结构失稳风险等级;S3、若结构失稳风险等级高于预设阈值,通过调整加热方式的功率参数降低对应区域的温度输入,得到优化的加热分布方案;该基于多智能体协同的电石渣干燥温控方法及系统,通过多模型协同与动态反馈,显著提升石渣堆积的安全性与干燥效率,降低失稳与过热风险。
技术关键词
多智能体协同
温控方法
数据标准化方法
支持向量机模型
循环神经网络模型
传感器
卷积神经网络模型
逻辑回归模型
风险
聚类分析方法
加热
工业热处理技术
降维特征
数据预处理方法
插值算法
区域划分方法
主成分分析方法
数据清洗方法
系统为您推荐了相关专利信息
摄像组件
特征提取模块
光源系统
图像采集模块
像素点
风险预测模型
随机森林模型
XGBoost模型
患者
逻辑回归模型
深度神经网络
大坝结构
异常信息
可视化系统
节点位置信息
路面
状态检测方法
状态检测平台
支持向量机分类
支持向量机模型
循环神经网络模型
人工智能管理系统
平台
人工智能管理方法
标签