期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度宽卷积残差收缩网络的球磨机负荷状态诊断
1
作者
高云鹏
孟雪晴
+3 位作者
张其旺
王庆凯
杨佳伟
董一隆
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第2期102-111,共10页
针对磨矿复杂工况下球磨机负荷状态准确诊断的难题,提出一种基于深度宽卷积残差收缩网络(Deep Wide Residual Shrinkage Networks, DWRSNs)的球磨机负荷状态诊断方法.首先采用宽卷积神经网络提取振动信号短时特征,建立三层深度残差收缩...
针对磨矿复杂工况下球磨机负荷状态准确诊断的难题,提出一种基于深度宽卷积残差收缩网络(Deep Wide Residual Shrinkage Networks, DWRSNs)的球磨机负荷状态诊断方法.首先采用宽卷积神经网络提取振动信号短时特征,建立三层深度残差收缩网络,利用软阈值函数进行非线性变换,再基于注意力机制模块自主学习阈值提取面向负荷状态的高级特征,通过全连接层、softmax层实现球磨机负荷状态的准确分类与判别.实测结果证明,本文提出的DWRSNs方法的拟合度、收敛速度及学习能力均优于现有DCNNs、ResNets和DRSNs诊断方法,且提取的振动信号特征具有高代表性,经TSNE可视化后簇内紧密度高、簇间分界明显.本文方法诊断测试集的准确率超过99%,交叉熵损失为0.077 2,相较于现有负荷状态诊断方法具有更高的准确率且诊断耗时更短,可实现球磨机负荷状态的准确判别,为选冶磨矿过程优化控制、提高磨矿效率提供有效、可靠的判据.
展开更多
关键词
球磨机
负荷状态
深度残差收缩网络
注意力机制
下载PDF
职称材料
题名
基于深度宽卷积残差收缩网络的球磨机负荷状态诊断
1
作者
高云鹏
孟雪晴
张其旺
王庆凯
杨佳伟
董一隆
机构
湖南大学电气与信息工程学院
矿冶过程自动控制技术国家重点实验室
矿冶过程自动控制技术北京市重点实验室
出处
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第2期102-111,共10页
基金
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)。
文摘
针对磨矿复杂工况下球磨机负荷状态准确诊断的难题,提出一种基于深度宽卷积残差收缩网络(Deep Wide Residual Shrinkage Networks, DWRSNs)的球磨机负荷状态诊断方法.首先采用宽卷积神经网络提取振动信号短时特征,建立三层深度残差收缩网络,利用软阈值函数进行非线性变换,再基于注意力机制模块自主学习阈值提取面向负荷状态的高级特征,通过全连接层、softmax层实现球磨机负荷状态的准确分类与判别.实测结果证明,本文提出的DWRSNs方法的拟合度、收敛速度及学习能力均优于现有DCNNs、ResNets和DRSNs诊断方法,且提取的振动信号特征具有高代表性,经TSNE可视化后簇内紧密度高、簇间分界明显.本文方法诊断测试集的准确率超过99%,交叉熵损失为0.077 2,相较于现有负荷状态诊断方法具有更高的准确率且诊断耗时更短,可实现球磨机负荷状态的准确判别,为选冶磨矿过程优化控制、提高磨矿效率提供有效、可靠的判据.
关键词
球磨机
负荷状态
深度残差收缩网络
注意力机制
Keywords
ball milling
load state
deep residual shrinkage networks
attention mechanism
分类号
TD921 [矿业工程—选矿]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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)》
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部