AdaBoost多项式算法在选矿电气控制系统中的应用研究

发布时间：2017-09-08 10:22

  本文关键词：AdaBoost多项式算法在选矿电气控制系统中的应用研究

  更多相关文章： 旋流器 溢流粒度 预测模型 多项式 AdaBoost

【摘要】：在选矿电气控制过程中,磨矿的分级控制是非常重要的过程环节,其矿浆粒度的大小是衡量磨矿分级过程作业质量最重要的工艺指标。因此对磨矿矿浆粒度的实时检测是非常必要的。由于大中型的选矿厂广泛采用旋流器对矿浆粒度进行分级,因此旋流器溢流粒度在工艺流程中是衡量矿浆分级产品质量高低的最重要指标。但是由于复杂的流场以及磨矿过程中的多变性、时变性等,很难找到一个完整的、准确的简单通用式来对选矿溢流粒度进行估计。为了降低选矿的生产成本和维护成本,本文在已有的旋流器溢流粒度测量方法上深入探索,以选矿工艺中的旋流器对矿浆流量、压力、流速的电气控制系统为平台进行研究,进而提出基于AdaBoost的多项式旋流器溢流粒度预测模型。本文中介绍了多项式模型和AdaBoost算法,然后将其结合,着重介绍了预测模型。该模型以均方误差最小化为目标函数建立多项式模型,采用AdaBoost加强性能较差的样本的训练提高模型的泛化性和精度,最后将多个模型按照不同的权重进行集成作为最终的模型。接下来本文中又对模型进行了仿真实验,并将其应用在工业现场得到实际应用效果,验证了该模型能够比较准确地预测旋流器溢流粒度,保证了水利旋流器溢流粒度的合格率,提高了选矿效率,具有一定的实用性。
【关键词】：旋流器 溢流粒度 预测模型 多项式 AdaBoost
【学位授予单位】：辽宁工程技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TD63;TM921.5
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-9
• 1 绪论9-24
• 1.1 课题背景9-11
• 1.2 选矿电气控制系统介绍11-20
• 1.2.1 选矿电气控制体系架构11-13
• 1.2.2 磨矿分级工艺现状13-18
• 1.2.3 水力旋流器结构及电气传动18-20
• 1.3 旋流器溢流粒度现有检测方法20-23
• 1.4 本文主要研究内容及意义23-24
• 2 旋流器溢流粒度预测模型分析研究24-35
• 2.1 旋流器参数的检测装置24-29
• 2.2 旋流器电气控制系统29-30
• 2.3 旋流器数据采集和预处理30-32
• 2.4 溢流粒度的分布分析32-35
• 3 基于AdaBoost多项式旋流器溢流粒度预测模型35-41
• 3.1 模型机理分析35-36
• 3.2 多项式模型36-37
• 3.3 AdaBoost算法37-39
• 3.4 基于AdaBoost的多项式模型39-41
• 4 模型仿真实验41-47
• 4.1 经验模型的仿真41-43
• 4.2 多项式模型的仿真43-44
• 4.3 基于AdaBoost的多项式模型的仿真44-46
• 4.4 三种模型的对比46-47
• 5 工业实际应用47-53
• 5.1 工业现场介绍47-51
• 5.2 实际应用效果51-53
• 结论53-54
• 参考文献54-57
• 作者简历57-59
• 学位论文数据集59

【参考文献】

中国期刊全文数据库 前10条

1 罗小燕;林和荣;;预磨机模糊控制系统的设计与试验[J];金属矿山;2012年08期

2 肖睿;孟宪慧;范素月;李永坡;;简述自动控制在选矿中的应用与研究[J];科技资讯;2012年11期

3 汤健;赵立杰;岳恒;柴天佑;;磨机负荷检测方法研究综述[J];控制工程;2010年05期

4 曾云南;;现代选矿过程粒度在线分析仪的研究进展[J];有色设备;2008年02期

5 董飞;陈夕松;金郑华;;一种实用的磨矿多模型预测控制策略研究[J];工业控制计算机;2008年02期

6 周平;丁进良;岳恒;柴天佑;;基于相似粗糙集的案例特征权值确定新方法[J];信息与控制;2006年03期

7 王会清,张守元;预测模糊控制在磨矿分级过程的应用研究[J];矿冶工程;2002年03期

8 李运泽,杨献勇,张勇,罗锐;超临界直流锅炉蒸发过程的模型与仿真[J];清华大学学报(自然科学版);2002年08期

9 唐耀庚,胡蓉;一种铀矿石自磨机拖动功率模糊控制系统[J];矿山机械;2002年04期

10 张晓东,王伟,王小刚;选矿过程神经网络粒度软测量方法的研究[J];控制理论与应用;2002年01期

中国重要会议论文全文数据库 前1条

1 罗荣富;邵惠鹤;;推断控制中二次变量选择方法的研究[A];1992年中国控制与决策学术年会论文集[C];1992年

，

本文编号：813467