[发明专利]基于多元线性回归算法的机制砂细度模数预测方法与系统

权利要求书

1.一种基于多元线性回归算法的机制砂细度模数预测方法，其特征在于，包括以下步骤：

获取机制砂生产系统的多个运行参数；

利用所述多个运行参数对机制砂的细度模数的影响因素进行分析得到影响因素分析结果；

根据所述影响因素分析结果得到影响所述细度模数的机制砂生产系统的实时运行参数；

将所述实时运行参数输入至构造好的多元线性回归模型，以基于参数线性关系进行细度模数预测得到细度模数预测结果。

2.根据权利要求1所述的方法，其特征在于，所述实时运行参数，包括定量给料机流量、成品定量给料机流量、立轴式破碎机转速、V型选粉机转速和除尘风机转速。

3.根据权利要求2所述的方法，其特征在于，在将所述实时运行参数输入至构造好的多元线性回归模型之前，所述方法，还包括构造多元线性回归模型，包括：

获取所述实时运行参数的样本数据；

根据所述样本数据的线性关系构造所述多元线性回归模型。

4.根据权利要求3所述的方法，其特征在于，在得到多元线性回归模型之后，所述方法，还包括：

对所述多元线性回归模型进行数据关系检验得到关系检验结果；其中，所述数据关系检验，包括相关系数检验、F检验和t检验；

根据所述关系检验结果确定多元线性回归模型的模型函数，并求解以优化模型参数得到所述构造好的多元线性回归模型。

5.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

对机制砂的细度模数进行实测计算得到细度模数实测结果；

对比所述细度模数实测结果和所述细度模数预测结果，根据数据对比结果更新所述多元线性回归模型的模型参数。

6.一种基于多元线性回归算法的机制砂细度模数预测系统，其特征在于，包括：

初始参数获取模块，用于获取机制砂生产系统的多个运行参数；

影响因素分析模块，用于利用所述多个运行参数对机制砂的细度模数的影响因素进行分析得到影响因素分析结果；

运行参数获取模块，用于根据所述影响因素分析结果得到影响所述细度模数的机制砂生产系统的实时运行参数；

模数结果预测模块，用于将所述实时运行参数输入至构造好的多元线性回归模型，以基于参数线性关系进行细度模数预测得到细度模数预测结果。

7.根据权利要求6所述的系统，其特征在于，所述实时运行参数，包括定量给料机流量、成品定量给料机流量、立轴式破碎机转速、V型选粉机转速和除尘风机转速。

8.根据权利要求7所述的系统，其特征在于，在所述结果预测模块之前，还包括模型构造模块，包括：

数据获取子单元，用于获取所述实时运行参数的样本数据；

模型构造子单元，用于根据所述样本数据的线性关系构造所述多元线性回归模型，以得到构造好的多元线性回归模型。

9.根据权利要求8所述的系统，其特征在于，所述模型构造模块，还用于：

对所述构造好的多元线性回归模型进行数据关系检验，得到关系检验结果；其中，所述数据关系检验，包括相关系数检验、F检验和t检验；

根据所述关系检验结果确定多元线性回归模型的模型函数，求解以优化模型参数得到所述构造好的多元线性回归模型。

10.根据权利要求6所述的系统，其特征在于，所述系统，还包括模型更新模块，用于：

对机制砂的细度模数进行实测计算得到细度模数实测结果；

对比所述细度模数实测结果和所述细度模数预测结果，根据数据对比结果更新所述多元线性回归模型的模型参数。