基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于最小二乘支持向量机(LS-SVM)和灰色模型(GM)的钢球磨煤机料位动态软测量方法,分析了料位的影响因素,确定了软测量模型的辅助变量;基于 LS-SVM建立料位软测量静态模型,将静态模型测量结果与实际值比较,获得测量误差时间序列,并采用GM对其建模和预测;将预测的误差结果与静态模型输出进行叠加,实现对测量结果的动态校正。实际应用结果表明,该方法能够有效地反映料位的变化趋势和动态特性,比单纯 LS-SVM模型测量具有更高的精度和适用性。
推荐文章
基于改进的高斯混合回归的球磨机料位软测量
球磨机料位
多模态
振动信号
GMM
聚类
软测量
GMR
振动信号在球磨机料位监测系统的运用研究
振动测试
球磨机
料位监测
基于流形正则化域适应湿式球磨机负荷参数软测量
迁移学习
流形正则化
最大均值差异
湿式球磨机负荷参数
集成
过程控制
预测
基于OBE-ELM的球磨机料位软测量
球磨机料位
软测量
最优定界椭球
极限学习机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LSGSVM和GM的球磨机料位动态软测量
来源期刊 热力发电 学科 工学
关键词 钢球磨煤机 料位 动态软测量 最小二乘支持向量机 灰色模型
年,卷(期) 2015,(1) 所属期刊栏目 发 电 技 术 论 坛
研究方向 页码范围 77-81
页数 5页 分类号 TK223
字数 2718字 语种 中文
DOI 10.3969/j.issn.1002-3364.2015.01.077
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾民平 东南大学机械工程学院 178 1997 21.0 36.0
2 花国然 南通大学机械工程学院 76 214 7.0 11.0
3 王恒 南通大学机械工程学院 39 165 7.0 12.0
4 陈左亮 12 80 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (39)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
钢球磨煤机
料位
动态软测量
最小二乘支持向量机
灰色模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
热力发电
月刊
1002-3364
61-1111/TM
大16开
陕西西安兴庆路136号
52-103
1972
chi
出版文献量(篇)
6331
总下载数(次)
8
总被引数(次)
39999
论文1v1指导