[發明專利]一種多源信息和長短時記憶網絡的燒結礦FeO含量預測方法

在審

• 申請號: 202110368301.X
• 申請日: 2021-04-06
• 公開（公告）號: CN113095561A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 白雪含;陳彩蓮;楊博;關新平
• 申請（專利權）人: 上海交通大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08;G06K9/46;G06K9/54;G06Q50/04
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

1.一種多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，包括以下步驟：

步驟1、多源信息的預處理；

步驟2、特征提取；

步驟3、燒結機尾參考FeO值的獲取；

步驟4、利用LSTM網絡進行燒結礦FeO含量的預測。

2.如權利要求1所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述多源信息包括圖像信息，振動信息、溫度信息。

3.如權利要求1所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟1包括以下步驟：

步驟1.1、圖像信息的預處理；

步驟1.2、通過異常值剔除進行參數信息的篩選。

4.如權利要求3所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟1.1圖像信息的預處理包括圖像去霧、圖像增強、圖像去噪處理、圖像輪廓提取。

5.如權利要求1所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟2包括以下步驟：

步驟2.1、圖像特征的提取；

步驟2.2、通過相關性分析進行參數的選擇。

6.如權利要求5所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟2.1包括以下步驟：

步驟2.1.1、斷面圖像平均亮度提取；

步驟2.1.2、斷面圖像平均厚度提取；

步驟2.1.3、斷面圖像孔隙部分的平均亮度提取；

步驟2.1.4、斷面圖像孔隙部分的平均孔隙大小提取。

7.如權利要求1所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟4包括以下步驟：

步驟4.1、建立訓練集和測試集；

步驟4.2、模型訓練；

步驟4.3、FeO值的預測；

步驟4.4、算法驗證。

8.如權利要求7所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟4.2將訓練集數據輸入到LSTM網絡中，利用訓練集中的參考FeO值作為目標輸出，進行模型的訓練。

9.如權利要求7所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟4.3輸入測試集數據，進行FeO值的預測。

10.如權利要求7所述的多源信息和長短時記憶網絡的燒結礦FeO含量預測方法，其特征在于，所述步驟4.4將預測的FeO值與測試集的參考FeO值進行對比，驗證算法的有效性。