[发明专利]基于卷积神经网络的水泥原料立磨生料细度指标预测方法

摘要

本发明公开了一种基于卷积神经网络的水泥原料立磨生料细度指标预测方法，涉及水泥生产生料细度预测领域。本发明针对输入变量数据与预测指标之间存在的时变时延问题，采用时间序列的方法处理变量数据可以很好地解决时变时延的问题，利用构建好的卷积神经网络模型对输入数据进行多次的卷积池化操作以提取样本特征，再经过全连接层、Droupout层和输出层输出预测值，同时采用反向传播算法以提高收敛精度，然后用训练好的模型对生料细度进行实时预测。

主权项

1.一种基于卷积神经网络的水泥原料立磨生料细度指标预测方法，其特征在于，包括以下步骤：步骤1：选取与生料细度相关的8个输入变量，对选取后的变量数据进行归一化处理，构建8个变量时间序列输入层，同时对归一化后的变量数据进行时间序列的处理；步骤2：对输入的变量数据进行卷积池化及全连接运算，首先对输入数据进行卷积运算，并对经过卷积运算的输入数据进行池化，经过多次卷积池化后对输出数据进行全连接操作，再经过Droupout层处理完成对卷积神经网络预测模型前向训练的过程；步骤3：卷积神经网络模型采用反向传播技术更新权值参数以提高生料细度预测精度，通过计算梯度的一阶矩估计和二阶矩估计而为不同的参数设计独立的自适应性学习率，更新卷积层的权值和偏置，完成对网络的参数微调，使生料细度模型的预测误差小于设定阈值，完成卷积神经网络模型训练；步骤4：利用训练好的CNN模型对水泥原料立磨生料细度指标进行实时预测。