基于PCA-PSO-SVM的球磨机负荷预测研究

• 作者: 冯先丁 魏镜弢 吴张永 钱杰 浦友尚
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 球磨机 磨音信号 信号处理 Welch功率谱分析 主元分析法 粒子群算法 支持向量机 负荷预测
• 年，卷（期）: 2022,（1）
• 页码范围: 29-34
• 页数: 6页
• 分类号: TP312
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2022.01.005

摘要

球磨机是磨矿生产中的主要设备,但其运行时的内部负荷无法被直接检测,因此难以对负荷进行实时有效地控制,导致磨矿效率受到影响.针对此问题,文中通过磨矿实验采集球磨机磨音信号,对信号进行Welch功率谱分析,研究了磨音频谱信息与球磨机负荷之间的关系.利用PCA对功率谱进行特征提取,为球磨机负荷预测提供外部特征信息.然后,采用PSO对SVM相关参数进行寻优并建立PCA-PSO-SVM球磨机负荷预测模型.研究结果表明,该球磨机预测模型的预测均方根误差为1.1443,平均绝对误差为0.9125,平均百分比误差为2.7979％,证明了该模型对球磨机负荷预测的有效性和稳定性.