摘要

为了优化磨煤机系统参数,提高磨煤机出粉量,结合磨煤机系统参数和出粉量建立误差反向传播算法(BP)神经网络磨煤机出粉量模型,对参数进行软测量。为提高软测量准确度和对参数优化的效果,提出一种新的基于融合策略改进的粒子群优化BP算法,用于磨煤机系统参数和出粉量数据之间的非线性映射,建立估算模型。将估算模型应用于磨煤机出粉量的软测量中,为验证基于融合策略改进的粒子群优化BP算法的可靠性,将该算法与传统粒子群优化BP算法和传统BP算法对磨煤机出粉量的计算进行对比。结果表明:基于融合策略改进的粒子群优化BP算法模型对磨煤机出粉量有较好的软测量能力,预测值与实际值平均相对误差仅为3.813 9%。