融合时/频信息的磨矿过程磨机负荷软测量

作者：汤健; 柴天佑; 赵立杰; 岳恒; 郑秀萍

来源：控制理论与应用, 2012, (05): 564-570.

• 磨机负荷(ML)
• 自适应遗传算法(AGA)
• 偏最小二乘(PLS)
• 频谱特征选择
• 信息融合 mill load
• adaptive genetic algorithm
• partial least squares
• frequency spectral feature selection
• information fusion

磨机负荷(ML)是磨矿过程的重要参数,能否准确地确定ML状态及ML参数直接影响磨矿产品的质量、产量及设备安全.针对实际生产中只能依据专家经验判断ML状态,难以检测与ML及ML状态直接相关的ML参数的问题,本文提出了融合时频信息的ML软测量策略和相应的软测量方法.该方法首先求取磨机筒体振动及振声信号的频谱,再采用自适应遗传算法—偏最小二乘(AGA-PLS)选择频谱特征,然后融合时域电流信号,基于PLS算法建立融合时频数据特征的ML参数检测模型,最后通过规则推理模型判别ML状态.通过实验球磨机的磨矿过程验证了该软测量方法的有效性.

• 单位
  东北大学; 流程工业综合自动化国家重点实验室; 沈阳化工大学