基于最小p范数随机配置网络的矿浆密度智能检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于最小p范数随机配置网络的矿浆密度智能检测方法
申请号:CN202510798152
申请日期:2025-06-16
公开号:CN120685500A
公开日期:2025-09-23
类型:发明专利
摘要
本发明公开了一种基于最小p范数随机配置网络的矿浆密度智能检测方法,所述方法包括:通过对管道中矿浆流动过程进行机理分析,建立矿浆密度检测混合模型,矿浆密度检测混合模型包括线性部分与非线性部分;采用最小二乘法对矿浆密度检测混合模型的线性部分进行辨识,建立矿浆密度检测线性模型,输出得到矿浆密度线性模型的估计值;采用预设的最小p范数随机配置网络对矿浆密度检测混合模型的非线性部分进行辨识,建立矿浆密度检测的非线性模型,输出得到矿浆密度非线性模型的补偿值;融合矿浆密度线性模型的估计值与矿浆密度非线性模型的补偿值,得到最终矿浆密度预测值,输出矿浆密度的预测结果。该方法能够有效抑制干扰,提升模型的稳定性和测量精度。
技术关键词
矿浆 配置网络 智能检测方法 密度 非线性 补偿值 渣浆泵 数据驱动模型 节点 固定点 低压 信号 管道 高压 参数 测量误差 定义 方程
系统为您推荐了相关专利信息
特征提取模块 学生 变量 水平预测方法 双向长短期记忆网络
信息管理方法 在线学习平台 课堂应答系统 知识点 作业提交
仿真模型 概率密度函数 仿真数据 策略 系统状态变化
异常判定方法 隐马尔可夫模型 静态特征 动态 视觉
卷烟机 图像采集装置 速度采集器 工业相机 图像分割技术