| 注册
首页|期刊导航|湖南大学学报(自然科学版)|基于深度宽卷积残差收缩网络的球磨机负荷状态诊断

基于深度宽卷积残差收缩网络的球磨机负荷状态诊断

高云鹏 孟雪晴 张其旺 王庆凯 杨佳伟 董一隆

湖南大学学报(自然科学版)2023,Vol.50Issue(2):102-111,10.
湖南大学学报(自然科学版)2023,Vol.50Issue(2):102-111,10.DOI:10.16339/j.cnki.hdxbzkb.2022247

基于深度宽卷积残差收缩网络的球磨机负荷状态诊断

A State Detection Method of Ball Milling Load Based on Deep Wide Residual Shrinkage Networks

高云鹏 1孟雪晴 1张其旺 1王庆凯 2杨佳伟 3董一隆2

作者信息

  • 1. 湖南大学 电气与信息工程学院,湖南 长沙 410082
  • 2. 矿冶过程自动控制技术国家重点实验室,北京 100160
  • 3. 矿冶过程自动控制技术北京市重点实验室,北京 100160
  • 折叠

摘要

关键词

球磨机/负荷状态/深度残差收缩网络/注意力机制

分类

矿业与冶金

引用本文复制引用

高云鹏,孟雪晴,张其旺,王庆凯,杨佳伟,董一隆..基于深度宽卷积残差收缩网络的球磨机负荷状态诊断[J].湖南大学学报(自然科学版),2023,50(2):102-111,10.

基金项目

国家重点研发计划资助项目(2021YFF0602402),矿冶过程自动控制技术国家重点实验室开放基金(BGRIMM-KZSKL-2020-09) (2021YFF0602402)

湖南大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1674-2974

访问量0
|
下载量0
段落导航相关论文