基于ASOS-ELM的湿式球磨机负荷软测量方法

• 作者: 宗路 张丹荣 蔡改贫 赵小涛
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 磨机负荷 极限学习机 共生生物搜索 软测量
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 184-192
• 页数: 9页
• 分类号: TD4|TH133.3|TH132.41
• 字数: 6525字
• 语种: 中文
• DOI: 10.16450/j.cnki.issn.1004-6801.2020.01.027

摘要

针对湿式球磨机在磨矿过程中内部负荷靠专家经验难以准确预测的问题,提出一种基于改进的共生生物搜索(ameliorated symbiotic organisms search,简称ASOS)-极限学习机(extreme learning machine,简称ELM)的磨机负荷软测量方法.首先,利用ELM算法建立磨机负荷软测量模型,运用ASOS算法优化软测量模型的隐含层参数;其次,以筒体振动与振声信号的特征信息构建磨机负荷特征向量,并将其作为软测量模型的输入,将磨机负荷参数作为输出;最后,通过磨矿负荷检测实验和对比分析表明,磨机负荷软测量模型的负荷参数预测准确率较高,泛化能力较强,为磨机磨矿效率的提高及控制优化提供了有益的指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡改贫	江西理工大学机电工程学院	123	454	11.0	16.0
2	赵小涛	江西理工大学机电工程学院	5	1	1.0	1.0
3	张丹荣	江西理工大学机电工程学院	2	1	1.0	1.0
4	宗路	江西理工大学机电工程学院	10	20	3.0	4.0