基于深度学习的尾矿管路监测模型研究

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。