本发明涉及一种
湿法冶金浓密洗涤过程的故障监测与诊断方法，步骤为：确定故障状态及影响因素，提取故障特征，采集样本数据；对采集的三维矩阵数据进行预处理，得到二维数据阵；根据二维数据阵，为进行样本训练，得到训练集；将训练集对SVM分类器进行训练，得到一个训练好的基于SVM的
浓密机底流管道堵塞故障检测模型；用得到的检测模型对测试集进行标签预测，辅助实际决策和控制，或与实际结果比较，调整支持向量机分类器的参数。本发明利用支持向量机特有的优势解决小样本、非线性及高维模式识别问题，可以推广应用到函数估计等其他机器学习问题中，来辅助实际决策和控制，调整支持向量机分类器的参数，达到较理想的测试结果。
声明：
“湿法冶金浓密洗涤过程的故障监测与诊断方法” 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)
1128
编辑：管理员
来源：北方有色网
咨询细节
