原文服务方: 化工学报       
摘要:
针对球磨机在磨矿过程中负荷靠经验难以准确判断的问题,提出了一种基于改进的经验小波变换(empirical wavelet transform, EWT)-多尺度熵和核极限学习机(KELM)的球磨机负荷识别方法。首先,针对筒体振动信号的多样性和复杂性特点,对EWT频谱分割方法进行改进,通过构建信号仿真模型,比较EWT、EMD的分解效果,证明该方法的有效性。再将不同负荷状态下的筒体振动信号用改进的EWT算法进行分解得到内禀模态函数(intrinsic mode function, IMF),接着,对分解后的IMF分量进行相关性分析得到敏感分量进行重构;最后,将重构信号的多尺度熵作为表征磨机不同负荷状态的特征向量,并计算多尺度熵偏均值。结果表明:三种负荷信号的多尺度熵及多尺度熵偏均值都存在明显的差异,关系表现为:欠负荷>正常负荷>过负荷。将提取的多维特征向量进行归一化处理并作为KELM的输入,磨机负荷状态作为输出,利用核排列(kernel target alignment, KTA)算法优化核参数,建立磨机负荷状态识别最优模型;通过磨矿实验验证了方法的可行性,相比SVM整体识别率提高了3.4%,且对于EMD-多尺度熵、EWT-多尺度熵分别提高了12.3%、8.9%。
推荐文章
基于MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法
MEEMD
分形盒维数
磨机负荷
多尺度
ELM
基于CEEMDAN和多尺度排列熵的球磨机负荷识别方法
振动与波
球磨机
CEEMDAN
多尺度排列熵
负荷识别
基于多尺度熵和遗传算法改进的语音识别技术
模态分解
语音识别
局部收敛
多尺度熵
隐马尔可夫模型
遗传算法
一种基于多尺度语义分析的图像识别方法
图像识别
语义分析
多尺度
支持向量机
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 基于改进EWT-多尺度熵和KELM的球磨机负荷识别方法
来源期刊 化工学报 学科
关键词 磨机负荷 经验小波变换 优化 KELM 计算机模拟 模型预测控制
年,卷(期) 2021,(3) 所属期刊栏目 过程系统工程
研究方向 页码范围 1264-1277
页数 13页 分类号 TP29
字数 语种 中文
DOI 10.11949/0438-1157.20190811
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
研究主题发展历程
节点文献
磨机负荷
经验小波变换
优化
KELM
计算机模拟
模型预测控制
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导