基于回声状态网络的回转窑工况识别方法

来源期刊：控制工程2021年第1期

论文作者：张茜 马文科 周晓杰

文章页码：142 - 148

关键词：回转窑;工况识别;回声状态网络;动态分类器;时间序列;

摘    要：回转窑烧成带图像蕴含了丰富的温度场和熟料烧结信息,是回转窑烧结工况识别的重要依据。现有的基于静态图像的识别方法易受各种噪声影响,工况识别准确率较低。而视频图像序列蕴含了更多的烧结工况,具有区分性和不变性时空特征,在反映烧结工况变化方面信息更全面,更鲁棒。鉴于循环神经网络（RNN）和回声状态网络（ESN）适合处理时间序列方面的问题,分别根据两种神经网络构造动态分类器模型,提出了基于烧成带视频图像的回转窑熟料烧结工况识别方法,并且采用基准数据集时间序列做预测实验,通过设计实验考查两种神经网络处理分类和回归问题的能力。实验结果表明,针对回转窑工况识别问题,在不同数量样本条件下,ESN模型的识别率均略优于RNN-GRU,在MIMO时间序列预测问题上,ESN模型预测效果较好。