仪表技术与传感器
儀錶技術與傳感器
의표기술여전감기
INSTRUMENT TECHNIQUE AND SENSOR
2015年
4期
73-75,92
,共4页
球磨机料位%深度信念网络%特征提取%极限学习机%软测量
毬磨機料位%深度信唸網絡%特徵提取%極限學習機%軟測量
구마궤료위%심도신념망락%특정제취%겁한학습궤%연측량
ball mill fill level%deep belief network%feature extraction%extreme learning machine%soft sensor
针对采用传统方法建立球磨机料位软测量模型存在测量精度不高和稳定性较低的缺点,提出一种结合深度信念网络和极限学习机的软测量方法.该方法以球磨机轴承振动信号为辅助变量,采用深度信念网络进行振动信号功率谱的特征提取,然后将提取的有效特征输入极限学习机进行模型训练,得到软测量模型.最后在小型实验室球磨机上进行试验和模型验证.结果表明,该方法与传统方法相比具有较高的测量精度和较好的稳定性.
針對採用傳統方法建立毬磨機料位軟測量模型存在測量精度不高和穩定性較低的缺點,提齣一種結閤深度信唸網絡和極限學習機的軟測量方法.該方法以毬磨機軸承振動信號為輔助變量,採用深度信唸網絡進行振動信號功率譜的特徵提取,然後將提取的有效特徵輸入極限學習機進行模型訓練,得到軟測量模型.最後在小型實驗室毬磨機上進行試驗和模型驗證.結果錶明,該方法與傳統方法相比具有較高的測量精度和較好的穩定性.
침대채용전통방법건립구마궤료위연측량모형존재측량정도불고화은정성교저적결점,제출일충결합심도신념망락화겁한학습궤적연측량방법.해방법이구마궤축승진동신호위보조변량,채용심도신념망락진행진동신호공솔보적특정제취,연후장제취적유효특정수입겁한학습궤진행모형훈련,득도연측량모형.최후재소형실험실구마궤상진행시험화모형험증.결과표명,해방법여전통방법상비구유교고적측량정도화교호적은정성.
