控制理论与应用

作者：汤健,乔俊飞,刘卓,周晓杰

单位：北京工业大学信息学部,北京工业大学信息学部,东北大学,东北大学

关键词：自适应多核选择； 核潜结构映射(KPLS)；选择性集成(SEN)；基于分支定界的SEN (BBSEN)；多尺度频谱数据；磨机负荷参数预测(MLPF)

基金：国家自然科学基金

磨机负荷参数是影响选矿流程产品质量和产量的难以检测关键过程变量。磨机研磨产生的具有多尺度、高维和共线性等特性的多源机械信号频谱与磨机负荷参数间存在复杂的非线性映射关系。核潜结构映射(KPLS)算法适合构建基于频谱数据的磨机负荷参数预测(MLPF)模型。如何进行多核参数的自适应选择和多源信息的选择性融合是目前待解决的开放性问题。针对上述难点，本文提出一种面向MLPF的自适应多核潜结构映射选择性集成(SEN)模型。首先，基于经验模态分解(EEMD)和时频变换技术处理多源机械信号，得到基于不同时间尺度候选子信号的频谱数据；接着，采用KPLS和分支定界选择性集成(BBSEN)算法，构建基于多尺度频谱的候选子子模型和SEN子模型，其多核参数从依据先验知识确定的候选集合内自适应选择；最后，从候选子子模型和SEN子模型中优选获得不同时间尺度的候选子信号模型，并再次采用BBSEN算法优选集成子信号模型并加权组合，构建最终的MLPF模型。基于实验球磨机的实际运行数据仿真验证了所提方法的有效性。

来源：2019年第6期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2019年第6期