基于CART-LSSVM的球磨机料位软测量方法研究

• 作者: 庞宇松 张兴 李伟 阎高伟
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 球磨机料位 软测量 特征选择 分类回归树 最小二乘支持向量机 振动信号
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1361-1366
• 页数: 6页
• 分类号: TP29
• 字数: 4460字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2015.09.016

摘要

球磨机是用于电力、磨矿和冶金等行业的高能耗设备,准确测量其滚筒料位能够提高运行效率和安全性能.针对其滚筒内料位难以实时检测,球磨机的轴承振动信号中存在较多的冗余特征,提出了一种基于分类回归树和最小二乘支持向量机的软测量方法,首先用Welch法获得振动信号的功率谱密度,并分割得到基本特征,然后建立分类回归树模型,根据最优树模型的分支节点进行特征选择,最后利用最小二乘支持向量机实现特征变量与料位间的非线性映射.通过实验结果的对比分析,验证了该模型的有效性和实用性,以及良好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阎高伟	太原理工大学信息工程学院	58	223	8.0	12.0
2	李伟	太原理工大学信息工程学院	62	672	12.0	24.0
3	庞宇松	荷兰代尔夫特理工大学机械海运与材料工程学院	4	20	3.0	4.0
4	张兴	太原理工大学信息工程学院	3	12	2.0	3.0