检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的磨矿粒度神经网络软测量

仪器仪表学报 2006年第9期27卷 981-984页

作者：丁进良岳恒齐玉涛柴天佑郑秀萍东北大学自动化研究中心

磨矿过程的粒度是直接关系到选矿生产精矿品位和金属回收率的重要指标,粒度的在线检测对磨矿过程的优化控制、提高精矿品位和金属回收率具有重要意义。但是,现有的粒度测量仪表检测周期长、价格昂贵、维护困难,难以实现在线测量。本文... 详细信息

磨矿过程的粒度是直接关系到选矿生产精矿品位和金属回收率的重要指标,粒度的在线检测对磨矿过程的优化控制、提高精矿品位和金属回收率具有重要意义。但是,现有的粒度测量仪表检测周期长、价格昂贵、维护困难,难以实现在线测量。本文结合典型两段磨矿回路的特点,采用多输入层神经网络和遗传算法相结合的方法,提出了采用实数编码遗传算法训练多输入层神经网络的混合算法,建立了磨矿粒度的神经网络软测量模型,并通过现场数据验证和实际应用验证了本文方法的有效性。

关键词：磨矿过程磨矿粒度软测量遗传算法

一种基于鲁棒随机向量函数链接网络的磨矿粒度集成建模方法

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2019年第1期41卷 67-77页

作者：李德鹏代伟赵大勇黄罡马小平中国矿业大学信息与控制工程学院徐州221116 东北大学流程工业综合自动化国家重点实验室沈阳110819 中国科学院沈阳自动化研究所沈阳110016

作为磨矿过程的主要生产质量指标,磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率,并减少有用矿物的金属流失.由于经济和技术上的限制,磨矿粒度的实时测量难以实现... 详细信息

作为磨矿过程的主要生产质量指标,磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率,并减少有用矿物的金属流失.由于经济和技术上的限制,磨矿粒度的实时测量难以实现.因此,磨矿粒度的在线估计显得尤为重要.然而,目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿,其矿浆颗粒存在磁团聚现象,所采集的数据存在大量异常值,使得利用数据建立的磨矿粒度模型存在较大误差.同时,传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点,且单一模型泛化性能较差,现有的集成学习在异常值干扰下性能严重下降.因此,本文在改进的随机向量函数链接网络(random vector functional link networks,RVFLN)的基础上,将Bagging算法与自适应加权数据融合技术相结合,提出一种基于鲁棒随机向量函数链接网络的集成建模方法,用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究,然后采用磨矿工业实际数据进行验证,表明其有效性.

关键词：磨矿粒度随机向量函数链接网络集成学习鲁棒性数据融合

基于改进混沌自适应粒子群神经网络的磨矿粒度软测量

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2016年第12期28卷 2946-2950页

作者：周颖赵慧敏陈阳王龙河北工业大学控制科学与工程学院天津300130 河北省控制工程技术研究中心天津300130

针对磨矿粒度难以实现直接在线测量且化验过程滞后的难题,结合一段磨矿回路的特性,提出基于改进的混沌自适应粒子群优化算法和BP神经网络结合的磨矿粒度软测量模型,本算法利用混沌理论的遍历性和粒子群较强的全局最优搜索能力的优点,自... 详细信息

针对磨矿粒度难以实现直接在线测量且化验过程滞后的难题,结合一段磨矿回路的特性,提出基于改进的混沌自适应粒子群优化算法和BP神经网络结合的磨矿粒度软测量模型,本算法利用混沌理论的遍历性和粒子群较强的全局最优搜索能力的优点,自适应的调整BP网络的权值,避免网络陷入局部最优。通过MATLAB仿真表明,改进的混沌自适应PSO-BP神经网络与PSO-BP神经网络和CPSO-BP神经网络相比较,其测量精度明显提高,且网络具有较强的收敛性能和优化能力,结果表明所提出方法的有效性。

关键词：混沌粒子群优化神经网络磨矿粒度软测量

基于自适应自然梯度法的高斯过程磨矿粒度软测量建模

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2016年第8期42卷 1153-1159页

作者：张燕张佳周颖代亚菲河北工业大学控制科学与工程学院天津300130 河北省控制工程技术研究中心天津300130

针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过... 详细信息

针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过程超参数优化过程中,构建基于ANG-GP磨矿粒度软测量模型,并分别与BP神经网络和支持向量机软测量模型进行仿真试验的比较研究.结果表明:基于ANG-GP的磨矿粒度软测量方法优于其他2种方法,且具有较高预测精度,能有效地对磨矿粒度进行在线检测,表明了该方法的有效性.

关键词：高斯过程磨矿粒度自适应自然梯度法软测量

在线全文

学校读者我要写书评

暂无评论

磨矿粒度软测量与回路优化控制

磨矿粒度软测量与回路优化控制

作者：陈慧丹河北工业大学

学位级别：硕士

磨矿过程生产设备投资大、生产过程钢材电能消耗巨大,如何提高矿物资源利用率与磨矿过程生产效率、提高选矿厂的经济技术指标具有十分重要的研究意义。建立磨矿粒度软测量模型并对磨矿过程关键变量进行优化控制,既保证了磨矿粒度稳定在... 详细信息

磨矿过程生产设备投资大、生产过程钢材电能消耗巨大,如何提高矿物资源利用率与磨矿过程生产效率、提高选矿厂的经济技术指标具有十分重要的研究意义。建立磨矿粒度软测量模型并对磨矿过程关键变量进行优化控制,既保证了磨矿粒度稳定在工艺要求范围内,又使球磨机、分级机等生产设备运行在最佳工作状态提高了磨矿生产效率。本文具体研究内容如下:首先,为解决磨矿粒度难以在线检测的难题,建立最小二乘支持向量机的磨矿粒度软测量模型,采用灰狼优化算法对最小二乘支持向量机的惩罚系数和核函数参数进行迭代寻优。针对传统灰狼优化算法求解精度不高、后期收敛速度慢、局部搜索能力弱的缺点,采用对立学习策略初始化种群、非线性收敛因子、自适应位置更新与引入高斯变异进行改进。仿真实验结果表明:该软测量模型能够效果较好的实现对磨矿粒度的在线检测,以便后期实时控制。其次,结合磨矿过程基础回路的特性,采用无模型自适应控制策略进行回路优化控制。在基本泛模型的基础上引入滞后时间与增加过去时刻输出量、在反馈回路中加入超前环节对无模型自适应控制进行改进,同时采用改进灰狼优化算法对控制器参数进行寻优。仿真实验结果表明:采用改进无模型自适应控制策略对磨矿过程基础回路进行控制,控制变量能够响应较快的跟踪设定值,控制系统具有良好的抗干扰能力。最后,为验证本文研究策略的可行性与有效性,在磨矿过程半实物仿真平台上进行仿真实验。将磨矿粒度软测量模型与基础回路优化控制策略应用到半实物仿真平台上,仿真实验结果表明:所提出研究策略可以将磨矿粒度控制在工艺要求范围内,具有一定的工程应用价值。

关键词：磨矿粒度软测量灰狼优化算法最小二乘支持向量机无模型自适应控制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

磨矿粒度软测量与智能优化控制

磨矿粒度软测量与智能优化控制

作者：赵慧敏河北工业大学

学位级别：硕士

由于磨矿过程具有强非线性、强耦合、大时滞等综合复杂特性,且检测技术和传统的控制理论方法都存在着局限性,在面对磨矿产品需求不断增加、质量要求不断提高的形势下,传统的检测和控制方法已经无法满足实际生产的需求,对磨矿粒度进行准... 详细信息

由于磨矿过程具有强非线性、强耦合、大时滞等综合复杂特性,且检测技术和传统的控制理论方法都存在着局限性,在面对磨矿产品需求不断增加、质量要求不断提高的形势下,传统的检测和控制方法已经无法满足实际生产的需求,对磨矿粒度进行准确的测量和有效的控制成为了选矿行业当前的研究热点。首先,针对磨矿粒度难以实现实时性测量的难题,提出了改进的混沌自适应粒子群神经网络软测量方法,其中,惯性权重因子采用自适应调整策略,加强了搜索能力和搜索速度;采用可变的学习因子,增强了全局搜索能力和收敛到全局最优的性能;将混沌状态引入到优化变量以避免搜索过程陷入局部极值。仿真结果表明,该软测量方法能够满足实际工艺的精度要求,可应用于磨矿粒度的实时测量。其次,对与选矿质量指标紧密相关的溢流粒度控制子系统进行了详细的分析,采用变比值控制实现磨矿浓度的自动调节。将粒度控制回路作为串级控制的主回路,实现串级变比值粒度控制。仿真结果表明,在给矿量给定和有波动的情况下,磨矿粒度都能够稳定在工艺指标要求的范围内。最后,为了验证软测量方法和变比值控制的实际可应用性,对组成半实物仿真平台的磨矿过程执行机构与检测仪表虚拟系统、磨矿过程虚拟对象系统、监控系统、优化控制系统进行了设计研究,并测试了软测量技术与变比值控制相结合的控制效果,验证了此方法的有效性和可行性。

关键词：软测量神经网络粒子群变比值控制磨矿粒度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

混合核函数支持向量机的磨矿粒度预测模型

计算机工程与应用 2010年第12期46卷 207-209,214页

作者：王新华桂卫华王雅琳阳春华中南大学信息科学与工程学院长沙410083

选矿厂磨矿粒度是影响精矿品位和回收率的重要因素。针对目前无法对磨矿粒度进行实时有效检测问题,提出了一种基于支持向量机的磨矿粒度预测模型。通过对现有支持向量机建模方法分析比较,选择了新型的混合核支持向量机作为预测模型的建... 详细信息

选矿厂磨矿粒度是影响精矿品位和回收率的重要因素。针对目前无法对磨矿粒度进行实时有效检测问题,提出了一种基于支持向量机的磨矿粒度预测模型。通过对现有支持向量机建模方法分析比较,选择了新型的混合核支持向量机作为预测模型的建模工具,同时为了解决有效选择混合核参数问题,提出利用遗传算法对模型结构参数进行优化。仿真结果表明,用该方法建立的磨矿粒度预测模型优于基于RBF核支持向量机建立的该预测模型,其具有较好的逼近性能和泛化性能及更高的预测精度。

关键词：磨矿粒度支持向量机混合核遗传算法

基于改进的FOA-LSSVM磨矿粒度软测量模型

在线全文

学校读者我要写书评

暂无评论

矿业研究与开发 2015年第11期35卷 97-103页

作者：张燕代亚菲陈玲玲宣伯凯河北工业大学控制科学与工程学院天津300130 河北省控制工程技术研究中心天津300130

以典型的两段磨矿回路为研究对象,针对磨矿粒度在线检测困难而难以满足实时控制的难题,提出一种新的软测量建模方法。应用最小二乘支持向量机(LSSVM)进行磨矿粒度软测量建模,为解决参数设置的盲目性,利用改进的变步长果蝇优化算法(FOA)... 详细信息

以典型的两段磨矿回路为研究对象,针对磨矿粒度在线检测困难而难以满足实时控制的难题,提出一种新的软测量建模方法。应用最小二乘支持向量机(LSSVM)进行磨矿粒度软测量建模,为解决参数设置的盲目性,利用改进的变步长果蝇优化算法(FOA)较强的寻优能力对LSSVM的惩罚系数和核参数进行优化。对该模型进行预测仿真,同时与网格搜索法、粒子群法和未改进的果蝇算法优化的LSSVM模型进行对比实验。结果表明,相对于其他模型,改进的FOA-LSSVM收敛速度快,预测精度最高,较好地实现了对磨矿粒度的实时检测。

关键词：磨矿粒度软测量实时检测改进的果蝇算法最小二乘支持向量机

基于PSO优化T-S模糊神经网络的磨矿粒度预测

在线全文

学校读者我要写书评

暂无评论

烧结球团 2022年第4期47卷 64-70页

作者：黎芬芳崔桂梅内蒙古科技大学信息工程学院内蒙古包头014010

选矿厂二段磨矿粒度是影响精品矿位和回收率的关键因素。本文针对目前选矿厂无法对磨矿粒度进行实时检测的问题,结合二段磨矿过程,使用基于粒子群算法(PSO)优化T-S模糊神经网络的方法,建立二段磨矿粒度软测量模型;并采集选矿厂实际生产... 详细信息

选矿厂二段磨矿粒度是影响精品矿位和回收率的关键因素。本文针对目前选矿厂无法对磨矿粒度进行实时检测的问题,结合二段磨矿过程,使用基于粒子群算法(PSO)优化T-S模糊神经网络的方法,建立二段磨矿粒度软测量模型;并采集选矿厂实际生产数据,进行模型对比试验。结果表明:PSO优化T-S模糊神经网络的模型命中率为94%,平均相对误差为0.005 4,模型性能明显优于T-S模糊神经网络模型和RBF神经网络模型;优化模型能有效解决二段磨矿粒度与变量间的模糊性问题,且预测精度较高,满足选矿厂对二段磨矿粒度实时检测的要求。本文研究成果可为二段磨矿粒度软测量建模提供新策略。

关键词：球磨机磨矿粒度软测量模型粒子群算法 T-S模糊神经网络