权利要求书： 1.一种基于参考信息的球磨机矿浆浓度预测方法，其特征在于，包括：S1：在湿式球磨机筒体表面设置多个振动传感器，采集不同工况下的球磨机振动信号；
S2：对S1中所获得的振动信号进行时频转换，得到多个源域数据和目标域数据；
S3：将从S2中得到的多个源域数据和目标域数据输入公共特征提取模块中，提取富含动态信息的公共特征；
S4：将从S2中得到的多个源域数据和目标域数据输入特殊特征提取模块中，提取各个源域的特殊特征；
S5：将从S3和S4中获得的特征输入回归模块中，得到源域的矿浆浓度预测值；
S6：采用源域的标签值和从S1、S2、S3和S4中获得的数据构建损失函数，通过最小化损失函数训练网络；
S7：将目标域数据输入训练好的网络，输出多个矿浆浓度的预测值，求预测值的均值得到最终的预测值。
2.根据权利要求1所述的基于参考信息的球磨机矿浆浓度预测方法，其特征在于，所述步骤S2中，多个源域数据是指从不同工况中采集的带球磨机矿浆浓度真值的球磨机数据，共有N个，N的取值根据实际工业过程中所获得的球磨机工况数据的个数确定；
目标域数据是指实际过程中需要预测的球磨机数据。
3.根据权利要求1所述的基于参考信息的球磨机矿浆浓度预测方法，其特征在于，所述S3中，公共特征提取模块为长短期记忆网络。
4.根据权利要求2所述的基于参考信息的球磨机矿浆浓度预测方法，其特征在于，所述S4中，特殊特征提取模块包括信息提取模块和特征提取模块，多个源域数据和目标域数据先输入信息提取模块，再将信息提取模块提取后的特征输入特征提取模块。
5.根据权利要求3所述的基于参考信息的球磨机矿浆浓度预测方法，其特征在于，所述信息提取模块为长短期记忆网络。
6.根据权利要求3所述的基于参考信息的球磨机矿浆浓度预测方法，其特征在于，所述特征提取模块包括N个结构相同但参数不同的子网络，将信息提取模块输出的N个源域和目标域的特征分别输入不同的子网络中，所述子网络包括一维卷积层，池化窗口大小为2的最大池化和批标准化。
7.根据权利要求1所述的基于参考信息的球磨机矿浆浓度预测方法，其特征在于，所述S5包括，S5.1：在特征融合部分，给从S3和S4中得到的公共特征和特殊特征赋予权重，得到融合特征；
S5.2：将从S5.1中得到的融合特征
声明：
“基于参考信息的球磨机矿浆浓度预测方法” 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)
1003
编辑：中冶有色网
来源：太原理工大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月16日 ~ 18日 
