技术特征：
技术总结
本发明公开了一种基于数据挖掘的矿渣粉磨系统健康状态识别系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到影响立磨稳定的关键参数，作为立磨健康状态评估的指标；基于确定的立磨健康状态评估的指标，对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的状态分布情况，定义历史工况中的运行状态类别；然后利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别。本发明具有较高的识别精度和泛化能力，性能好，适用于矿渣粉磨系统的健康状态识别和诊断。
技术研发人员：纪杨建;代风;万安平;张真
受保护的技术使用者：浙江大学
技术研发日：2017.04.20
技术公布日：2017.09.08