基于ASOS-ELM的湿式球磨机负荷软测量方法

发布时间：2021-05-11 00:57

　　针对湿式球磨机在磨矿过程中内部负荷靠专家经验难以准确预测的问题,提出一种基于改进的共生生物搜索（ameliorated symbiotic organisms search,简称ASOS）-极限学习机（extreme learning machine,简称ELM）的磨机负荷软测量方法。首先,利用ELM算法建立磨机负荷软测量模型,运用ASOS算法优化软测量模型的隐含层参数;其次,以筒体振动与振声信号的特征信息构建磨机负荷特征向量,并将其作为软测量模型的输入,将磨机负荷参数作为输出;最后,通过磨矿负荷检测实验和对比分析表明,磨机负荷软测量模型的负荷参数预测准确率较高,泛化能力较强,为磨机磨矿效率的提高及控制优化提供了有益的指导。 

【文章来源】：振动.测试与诊断. 2020,40(01)北大核心EICSCD

【文章页数】：10 页

【文章目录】：
引言
1 磨机负荷软测量模型的建立
    1.1 ELM算法分析
    1.2 磨机负荷特征向量的构建
    1.3 基于ELM的磨机负荷软测量模型建立
2 磨机负荷软测量模型的优化
    2.1 改进的共生生物搜索算法
    2.2 基于ASOS算法优化的ELM磨机负荷软测量模型建立
3 磨机负荷软测量的实验分析
    3.1 实验平台搭建
    3.2 实验分析
4 结论



本文编号：3180400