权利要求书: 1.考虑类别不平衡的回转窑烧结状态识别方法,其特征在于,包括以下步骤:步骤S1,采集回转窑的工况数据;步骤S2,对热工信号进行特征提取,转化成用于分类的训练数据;步骤S3,对预处理后的训练数据计算出核矩阵;步骤S4,将核矩阵和训练数据进行ODM训练学习得到训练分类器C;步骤S5,运用训练分类器C计算出训练样本到分类面的间隔,并计算出间隔均值;步骤S6,根据计算的间隔和间隔均值,计算得到保角变换函数;步骤S7,根据保角变换函数对核函数进行修正,得到新的核矩阵;步骤S8,使用修正后的核矩阵进行ODM训练,得到分类器,可以识别出烧结状态是正常还是异常,然后采取相关措施。2.根据权利要求1所述的考虑类别不平衡的回转窑烧结状态识别方法,其特征在于,所述步骤S1中,工况数据包括八种热工信号,包括喂煤速度CF、投原料速度RMF、一次空气PA、窑尾负压NP、窑头气体温度KHT、窑尾气体温度KTT、主机电流MDC和烧结区火焰的温度ST。3.根据权利要求1所述的考虑类别不平衡的回转窑烧结状态识别方法,其特征在于,所述步骤S2的具体过程是:步骤S2.1,通过下述公式:其中, 是指加入s个热工信号XD所求得的李普希茨商,L(k)是所有 中第k大的商,s是热工信号XD的个数,XD(i)表示作为输入的热工信号XD中的第i个数据,XD(j)表示作为输入的热工信号XD中的第j个数据,XD(i?s)表示作为输入的热工信号XD中的第i?s个数据,XD(j?s)表示作为输入的热工信号XD中的第j?s个数据,XD属于{CF,RMF,PA,NP,KHT,KTT,MDC,ST}八种热工信号之一,XRT(i)、XRT(j)表示作为模型输出的热工信号RT中的第i个数据和第sj个数据,L表示加入s个热工信号XD后,所求得的李普希茨数;s随着热工信号XD中的内容增加,即增加s,计算不同s值下的李普希兹数L ,随着s值的增s大,画出s与李普希兹数L之间的曲线关系图,通过在图上找出下降转折点、上升转折点,找出最后一个相关输入LRI,第一个相关输入FRI和最后一个相关输入LRI之间的时间段就是该热工信号XD的相关时段RP;步骤S2.2,对热工信号进行打标,找出欠烧、过烧和正常三种工况时刻的数据,进行标签划分;步骤S2.3,提取热工信号的统计特征,统计特征包
声明:
“考虑类别不平衡的回转窑烧结状态识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)