公开(公告)号：CN108734197A

公开(公告)日：2018-11-02

申请号：CN201810344519.X

申请日：2018-04-17

Applicant: 东北大学

Inventor： 肖冬 ,  于志超 ,  刘崇敏 ,  单丰 ,  杨丰华 ,  付晓锐

IPC: G06K9/62 ,  G06F17/50

Abstract: 本发明涉及一种湿法冶金浓密洗涤过程的故障监测与诊断方法，步骤为：确定故障状态及影响因素，提取故障特征，采集样本数据；对采集的三维矩阵数据进行预处理，得到二维数据阵；根据二维数据阵，为进行样本训练，得到训练集；将训练集对SVM分类器进行训练，得到一个训练好的基于SVM的浓密机底流管道堵塞故障检测模型；用得到的检测模型对测试集进行标签预测，辅助实际决策和控制，或与实际结果比较，调整支持向量机分类器的参数。本发明利用支持向量机特有的优势解决小样本、非线性及高维模式识别问题，可以推广应用到函数估计等其他机器学习问题中，来辅助实际决策和控制，调整支持向量机分类器的参数，达到较理想的测试结果。

公开(公告)号：CN108536979A

公开(公告)日：2018-09-14

申请号：CN201810347673.2

申请日：2018-04-18

Applicant: 东北大学

Inventor： 肖冬 ,  江隆强 ,  于志超 ,  李康 ,  刘新新 ,  单丰

IPC: G06F17/50

Abstract: 本发明提供一种基于浓密机机理模型的底流浓度预测方法，包括：采集浓密机现场数据；将流体压力转换为流速；利用经参数辨识的分层带参数的浓密机机理模型，进行底流浓度预测。所述浓密机现场数据，包括：顶层体积流量、进料流量、流体压力及底流体积密度。所述将流体压力转换为流速后，采用3σ原则对异常值进行处理。所述分层带参数的浓密机机理模型的建立如下：采集浓密机现场数据的历史数据；建立浓密机机理模型；将流体压力转换为流速及数据预处理；构建分层带参数的浓密机机理模型。本发明减小了纯机理模型带来的预测误差，提高了机理模型的预测精度。