| 基于自适应多核潜结构映射选择性集成模型的磨机负荷参数预测 |
| |
| 引用本文： | 汤健,乔俊飞,刘卓,周晓杰.基于自适应多核潜结构映射选择性集成模型的磨机负荷参数预测[J].控制理论与应用,2019,36(6):951-964. |
| |
| 作者姓名： | 汤健 乔俊飞 刘卓 周晓杰 |
| |
| 作者单位： | 北京工业大学 信息学部, 北京 100124;计算智能与智能系统北京市重点实验室, 北京 100124;东北大学 流程工业综合自动化国家重点实验室,辽宁 沈阳,110189 |
| |
| 摘 要： | 磨机负荷参数是影响选矿流程产品质量和产量的难以检测关键过程变量.磨机研磨产生的多源机械信号频谱与磨机负荷参数间存在复杂的非线性映射关系.核潜结构映射(KPLS)算法适合构建基于频谱数据的磨机负荷参数预测(MLPF)模型.针对上述难点,本文提出一种面向MLPF的自适应多核潜结构映射选择性集成(SEN)模型.首先,基于经验模态分解(EEMD)和时频变换技术处理多源机械信号,得到基于不同时间尺度候选子信号的频谱数据;接着,采用KPLS和分支定界选择性集成(BBSEN)算法,构建基于多尺度频谱的候选子子模型和SEN子模型;最后,从候选子子模型和SEN子模型中优选获得不同时间尺度的候选子信号模型,并再次采用BBSEN算法优选集成子信号模型并加权组合,构建最终的MLPF模型.基于实验球磨机的实际运行数据仿真验证了所提方法的有效性.
|
| 关 键 词： | 自适应多核选择 核潜结构映射(KPLS) 选择性集成(SEN) 多尺度频谱数据 磨机负荷参数预测(MLPF) |
| 收稿时间： | 2017/9/11 0:00:00 |
| 修稿时间： | 2018/10/21 0:00:00 |
Mill load parameters forecasting based on adaptive multi-kernel projection to latent structure selective ensemble model |
| |
| TANG Jian,QIAO Jun-fei,LIU Zhuo and ZHOU Xiao-jie.Mill load parameters forecasting based on adaptive multi-kernel projection to latent structure selective ensemble model[J].Control Theory & Applications,2019,36(6):951-964. |
| |
| Authors: | TANG Jian QIAO Jun-fei LIU Zhuo and ZHOU Xiao-jie |
| |
| Affiliation: | Beijin University of Technolgy,Beijin University of Technolgy,Northerstern University,Northerstern University |
| |
| Abstract: | |
| |
| Keywords: | Adaptive multi-kernel selection kernel project to latent structure (KPLS) selective ensemble (SEN) branch & bound-based SEN (BBSEN) multi-scale frequency spectral data mill load parameter forecasting (MLPF) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
