| 基于协同计算的矿浆密度自适应智能检测方法 |
| |
| 引用本文： | 王兰豪,卫涛杰,余 刚,代 伟.基于协同计算的矿浆密度自适应智能检测方法[J].仪器仪表学报,2023,44(10):237-246. |
| |
| 作者姓名： | 王兰豪 卫涛杰 余 刚 代 伟 |
| |
| 作者单位： | 1. 中国矿业大学国家煤加工与洁净化工程技术研究中心;2. 中国矿业大学信息与控制工程学院;3. 矿冶过程智能优化制造全国重点实验室，4. 矿冶过程自动控制技术北京市重点实验室 |
| |
| 基金项目： | 国家重点研发计划项目(2022YFB3304700)、国家自然科学基金(52304309,62373361,52261135540)、矿冶过程智能优化制造全国重点实验室、矿冶过程自动控制技术北京市重点实验室开放基金项目(BGRIMM-KZSKL-2022-7)资助 |
| |
| 摘 要： | 本文针对磨矿分级中传统密度检测方法精度不高且耗时耗力的问题，提出一种矿浆密度智能检测方法。通过对矿浆流体进行机理分析，得到线性已知项和非线性未知项，结合高斯过程回归与正则化随机配置(RSC)算法对矿浆密度进行整体辨识。此外将机理模型估计的方差作为数据驱动模型的训练目标，提高了模型对数据信息的获取程度。同时采用协同计算的方式将自适应智能检测方法应用到工业中，确保矿浆密度检测的实时性和检测模型自适应性。基于工业数据实验分析，本文方法估计密度的平均绝对误差为7.13、均方根误差为9.31、决定系数为99.51%、检测结果相对误差δ<1.0%的样本数量占比83.58%,均优于其他对比算法，极大提高了矿浆密度检测模型的有效性。
|
| 关 键 词： | 矿浆密度 数据驱动 随机配置网络 正则化 协同计算 |
Adaptive intelligent detection method of pulp density based on collaborative computing |
| |
| Wang Lanhao,Wei Taojie,Yu Gang,Dai Wei.Adaptive intelligent detection method of pulp density based on collaborative computing[J].Chinese Journal of Scientific Instrument,2023,44(10):237-246. |
| |
| Authors: | Wang Lanhao Wei Taojie Yu Gang Dai Wei |
| |
| Affiliation: | 1. National Engineering Research Center of Coal Preparation and Purification, China University of Mining and Technology;2. School of Information and Control Engineering, China University of Mining and Technology;3. State Key Laboratory of Intelligent Optimized Manufacturing in Mining & Metallurgy Process,4. Beijing Key Laboratory of Process Automation in Mining & Metallurgy |
| |
| Abstract: | |
| |
| Keywords: | pulp density data driven stochastic configuration network regularization collaborative computing |
|
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载全文 |
