基于深度学习的尾矿管路监测模型研究

摘要：

对尾矿管路参数进行数据建模,能准确、及时地诊断出管路破损工况,这对生产操作、运行维护具有重要意义.通过对比,研究了偏最小二乘法、常规神经网络、深度学习模型在尾矿管路监测应用场景中的建模效果.基于Python语言在PyCharm集成开发环境对各类方法进行试验验证.结果表明,采用深度学习方法建立的检测模型精度和稳定性均优于其他方法,能提升模型应用价值.

关键词：尾矿管路监测、数据建模、深度学习

所属期刊栏目：40

分类号：TP183;TD67(自动化基础理论)

资助基金：中国工程院咨询研究项目"流程工业选矿过程智能优化制造发展战略研究"2018-XY-15

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：13-16