李俊鹏
- 作品数：5 被引量：18H指数：2
- 供职机构：北方重工集团有限公司更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：矿业工程自动化与计算机技术轻工技术与工程更多>>
- 简析移动式堆料设备排料机的电气控制系统设计
- 2017年
- 移动式堆料设备排料机的电气控制系统设计主要是通过PLC的逻辑数据运算来发出和接收控制命令。进而完成排土机的堆料工作。
- 李健男李俊鹏
- 关键词：以太网通讯
- 基于多冗余系统浮选液位控制研究
- 浮选是依据矿物颗粒表面物理化学性质的差异,按矿物可浮性的不同进行选别的方法.浮选适于处理细粒及微细粒物料,且生产指标和设备效率均较高.目前使用最广泛的是泡沫浮选法,这种方法对矿浆液面高度有严格的要求,所以为了符合生产工艺...
- 张斌李俊鹏曲星宇
- 关键词：浮选工艺液位控制系统硬件设计软件开发
- 文献传递
- 论PLC控制系统故障检测策略与实现
- 2017年
- 虽然PLC自动控制系统在运用的过程中具有较高的可靠性,但是该系统在实际的操作过程中涉及到的设备、元器较多,故而容易出现不同类型的故障,使得相关操作难以有效的开展。为此,需要工作人员在实际的作业过程中加强对于PLC控制系统故障的检测,并根据故障类型作出处理,确保该系统的有序运转。规避相关事故的发生。
- 李俊鹏李健男
- 关键词：PLC控制系统故障检测
- 基于RNN-LSTM的磨矿系统故障诊断技术被引量：15
- 2019年
- 目前磨矿系统故障诊断多为人为判断,效率低、准确率低、成本高且容易造成人员伤亡.传统方法对高维度和时间相关性较大的样本数据集分类能力较差,针对以上问题,提出一种基于RNN-LSTM(Recurrent Neural Network-Long Short-Term Memory)的深度学习方法,实现磨矿系统故障的智能化诊断.该方法通过将数据集"分批处理"分别输入到LSTM单元网络中,提取数据集在时间维度上的相关性,并比较分析前后时刻的输入特征向量实现对故障分类.通过分别对RNN-LSTM深度学习网络与基于自编码分类方法进行实验对比验证,得出结论:在时间相关性较强的高维度数据集中基于RNN-LSTM深度方法辨识效果明显优于基于自编码方法的分类器,最终网络对于故障诊断的错误率低至3%.
- 曲星宇曾鹏李俊鹏
- 关键词：故障诊断循环神经网络
- 基于局部权重角度离群算法的球磨机故障诊断被引量：3
- 2017年
- 矿用球磨机故障诊断是典型的复杂工业过程多维数据挖掘问题,难点在于多维数据挖掘准确度低且算法时间复杂度高,为此提出基于局部权重角度离群算法(LW-FastVOA)的数据挖掘方法.首先采用角度离群算法(ABOD)在多维空间中衡量数据点的离群度,并针对ABOD算法时间复杂度算法较高问题,采用FastVOA算法将数据集正交投影于随机超平面上,利用AMS草图推导出各点的方差,归纳将其投影到随机超平面上作为频矩参数,算法的时间复杂度降低.最后提出LWFastVOA算法增加数据点的局部权重,降低多聚簇间离群点遗漏率,从而提高了算法精度.仿真实验结果表明,所提出的LW-FastVOA算法提高了精确率与召回率,验证了算法的有效性和可行性.
- 曲星宇曾鹏李俊鹏
- 关键词：故障诊断
