咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于振动频谱的磨机负荷在线软测量建模 收藏

基于振动频谱的磨机负荷在线软测量建模

On-line Soft-sensing Modelling of Mill Load Based on Vibration Spectrum

作     者:汤健 赵立杰 柴天佑 岳恒 TANG Jian;ZHAO Lijie;CHAI Tianyou;YUE Heng

作者机构:东北大学流程工业综合自动化教育部重点实验室辽宁沈阳110004 沈阳化工大学信息工程学院辽宁沈阳110142 东北大学自动化研究中心辽宁沈阳110004 

出 版 物:《信息与控制》 (Information and Control)

年 卷 期:2012年第41卷第1期

页      面:123-128页

核心收录:

学科分类:08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基  金:国家自然科学基金资助项目(61020106003 60874057) 中国博士后科学基金资助项目(20100471464) 国家科技支撑计划资助项目(2008BAB31B03) 

主  题:在线软测量 递归主元分析 最小二乘支持向量回归机 磨机负荷 振动频谱 

摘      要:针对磨机负荷(ML)软测量模型难以适应磨矿过程的时变特性,模型需要依据工况实时在线更新的问题,基于磨机简体振动频谱,通过递归主元分析(RPCA)和在线最小二乘支持向量回归机(LSSVR)的集成,提出了ML参数(料球比、矿浆浓度、充填率)在线软测量方法.首先,针对训练样本,采用主元分析(PCA)分别提取振动频谱在低、中、高频段的谱主元;然后以串行组合后的谱主元为输入,采用LSSVR方法构造ML参数离线软测量模型;最后,采用旧模型完成预测后,应用RPCA及在线LSSVR算法分别递归更新模型的输入和模型的回归参数,从而实现了ML软测量模型的在线更新.实验结果表明,该软测量方法与其它常规方法相比具有较高的精度和更好的预测性能.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分