[發明專利]一種水泥回轉窯燒成工況識別方法和系統

有效

• 申請號: 201811542196.1
• 申請日: 2018-12-17
• 公開（公告）號: CN109684968B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 錢鋒;鐘偉民;朱遠明;杜文莉;梅華
• 申請（專利權）人: 華東理工大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/762;G06V10/82;G06V10/40;G06V10/77;G06N3/0464;G06N3/082
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 施浩

1.一種水泥回轉窯燒成工況識別方法，其特征在于，包括并行的卷積神經網絡模型處理流程和模糊C均值聚類處理流程以及基于兩個流程結果的處理步驟，其中：

卷積神經網絡模型處理流程包括：

對火焰圖像進行濾波處理；

對經濾波處理后的火焰圖像進行標定，生成模型訓練樣本；以及

使用生成的模型訓練樣本訓練卷積神經網絡模型，并對卷積神經網絡模型進行優化；

模糊C均值聚類處理流程包括：

讀取水泥回轉窯燒成的工藝參數，并對數據進行預處理；以及

對預處理后的工藝參數進行模糊C均值聚類；以及

將卷積神經網絡模型的分類結果與模糊C均值聚類的結果按權重相加得到最終的工況識別結果。

2.根據權利要求1所述的水泥回轉窯燒成工況識別方法，其特征在于，火焰圖像是從水泥回轉窯的火焰視頻中讀取得到。

3.根據權利要求1所述的水泥回轉窯燒成工況識別方法，其特征在于，濾波處理是維納濾波。

4.根據權利要求1所述的水泥回轉窯燒成工況識別方法，其特征在于，對卷積神經網絡模型的優化手段包括應用正則化、數據增強以及Dropout技術。

5.一種水泥回轉窯燒成工況識別系統，其特征在于，所述系統包括：

卷積神經網絡模型處理裝置，包括：

濾波處理模塊，對火焰圖像進行濾波處理；

樣本生成模塊，對經濾波處理后的火焰圖像進行標定，生成模型訓練樣本；以及

模型訓練優化模塊，使用生成的模型訓練樣本訓練卷積神經網絡模型，并對卷積神經網絡模型進行優化；

模糊C均值聚類處理裝置，包括：

參數預處理模塊，讀取水泥回轉窯燒成的工藝參數，并對數據進行預處理；以及

聚類模塊，對預處理后的工藝參數進行模糊C均值聚類；以及

工況識別裝置，被配置為將卷積神經網絡模型的分類結果與模糊C均值聚類的結果按權重相加得到最終的工況識別結果。

6.根據權利要求5所述的水泥回轉窯燒成工況識別系統，其特征在于，火焰圖像是從水泥回轉窯的火焰視頻中讀取得到。

7.根據權利要求5所述的水泥回轉窯燒成工況識別系統，其特征在于，濾波處理是維納濾波。

8.根據權利要求5所述的水泥回轉窯燒成工況識別系統，其特征在于，對卷積神經網絡模型的優化手段包括應用正則化、數據增強以及Dropout技術。

9.一種水泥回轉窯燒成工況識別系統，其特征在于，包括計算機以及運行于計算機上的一計算機程序，該計算機程序在該計算機上運行如權利要求1至4中任一項所述的方法。

10.一種存儲計算機程序的計算機可讀存儲介質，其特征在于，存儲介質上所存儲的計算機程序運行后執行如權利要求1至4中任一項所述的方法。