| 注册
首页|期刊导航|工程科学学报|基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

徐怀兵 王廷 邹文杰 赵建军 陶乐 张志军

工程科学学报2022,Vol.44Issue(11):1821-1831,11.
工程科学学报2022,Vol.44Issue(11):1821-1831,11.

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

Ball mill load status identification method based on the convolutional neural network, optimized support vector machine model, and intelligent grinding media

徐怀兵 1王廷 1邹文杰 1赵建军 2陶乐 1张志军3

作者信息

  • 1. 北京科技大学土木与资源工程学院,北京 100083
  • 2. 矿冶过程自动控制技术国家重点实验室,北京 102628
  • 3. 中国矿业大学(北京)化学与环境工程学院,北京 100083
  • 折叠

摘要

关键词

磨机负荷/智能磨矿介质/样本熵/CNN/SVM

分类

矿业与冶金

引用本文复制引用

徐怀兵,王廷,邹文杰,赵建军,陶乐,张志军..基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法[J].工程科学学报,2022,44(11):1821-1831,11.

基金项目

矿冶过程自动控制技术国家重点实验室开放基金资助项目(BGRIMM-KZSKL-2019-02) (BGRIMM-KZSKL-2019-02)

中央高校基本科研业务费专项资金资助项目(FRF-IP-20-03) (FRF-IP-20-03)

国家重点研发计划重点专项资助项目(2021YFC2902404) (2021YFC2902404)

工程科学学报

OA北大核心CSCDCSTPCD

2095-9389

访问量2
|
下载量0
段落导航相关论文