| 张爱民.水泥生产过程异常工况智能识别方法[J].水泥工程,2025,38(3):89-91 |
| 水泥生产过程异常工况智能识别方法 |
|
| |
| DOI： |
| 中文关键词: 水泥生产 异常工况 智能识别 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 0 |
| 全文下载次数: 0 |
| 中文摘要: |
| 传统水泥生产过程中，异常工况的识别主要依赖于人工观察。但操作员凭借个人经验的判断存在较强的主观性和明显的滞后性，难以实现及时响应。
随着传感器和数据采集技术的发展，大量生产过程数据得以记录存储，基于数据驱动的异常工况识别方法逐渐受到关注。例如，通过统计分析方法对生产数据的均值、方差等统计特征进行监测，数据若超出预设范围，系统立即发出警报。此外，人工智能技术在该领域的应用日益广泛[1-3]，以神经网络、决策树[4]等算法为核心，建立异常工况识别模型，可有效提升识别的准确性和效率。本文对不同算法模型的原理进行阐述，梳理异常工况识别应用场景，供同行参考。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|