基于选择性极限学习机集成的磨机负荷软测量

• 作者: 柴天佑 汤健 赵立杰
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 磨机负荷 特征提取 极限学习机 集成模型
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 自动化技术
• 页码范围: 2088-2092
• 页数: 5页
• 分类号: TP29
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2011.12.003

摘要

摘 要:针对传统磨机负荷检测方法存在的测量精度低、性能不稳定等缺陷,建立一种基于简体振动信号频谱特征提取的选择性极限学习机(ELM)集成方法.采用核主元分析(KPCA)提取振动信号频谱特征,避免输入信号维数过高引发维数灾难.在非线性频谱特征空间内选用学习速度快、泛化性好的ELM建立集成模型个体,有效克服了单一ELM个体模型存在的运行结果不稳定问题.基于遗传算法(GA)的子模型后续选择方法进一步排除部分劣势个体,构建泛化能力强的简约集成模型,降低计算复杂性.实验结果表明:该方法对于矿浆浓度、料球比、充填率磨机负荷参数具有较高的精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑		382	9006	43.0	78.0
2	赵立杰		18	406	10.0	18.0
3	汤健		9	142	6.0	9.0