基于多工况迁移学习的磨机负荷参数软测量

• 作者: 支恩玮 程兰 贺敏 阎高伟
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 多工况 迁移学习 湿式球磨机负荷参数 联合分布适配 多任务 最小二乘支持向量机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 建模与仿真系统
• 页码范围: 1994-1999
• 页数: 6页
• 分类号: TP29
• 字数: 5115字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.170729

摘要

湿式球磨机运行过程中需要对多个负荷参数进行监测,然而运行工况改变会导致实时数据和建模数据的同分布假设不再成立.针对传统软测量方法不能考虑负荷参数之间的关联性,以及多工况情况下建模数据和实时数据概率分布变化引起的模型性能恶化问题,有针对性的引入迁移学习策略与多任务学习机制,建立一种基于多工况迁移学习的湿式球磨机负荷参数软测量模型.首先采用联合分布适配在降维过程中共同适配不同工况的边缘和条件分布,然后利用多任务最小二乘支持向量机方法对磨机负荷参数进行回归预测.实验结果表明,该软测量方法显著优于现有的方法,适用于多工况情况下的软测量建模.

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	程兰	太原理工大学信息工程学院	18	68	5.0	8.0
3	支恩玮	太原理工大学信息工程学院	2	0	0.0	0.0
4	贺敏	太原理工大学信息工程学院	7	26	4.0	5.0