基于T-S模糊模型的球磨机料位测量研究

针对采用振动法测量球磨机料位时,振动信号和料位之间存在非线性和时变性,采用传统方法存在测量精度低、稳定性差的问题,提出基于T-S模糊模型的球磨机料位表示和测量的方法.首先利用减法聚类对振动信号的功率谱特征值进行模糊前件辨识,确定模糊概念和规则数;再用最小二乘估计辨识后件参数;最后,利用模糊推理方法实现球磨机料位的软测量.在小型球磨机上的试验结果验证了T-S模糊模型对球磨机料位测量的有效性,与传统方法相比,T-S模糊模型方法具有测量精度高、稳定性好的特点.     

基于振动信号频谱分析的球磨机料位监测仪表的设计

有效测量球磨机料位，是制粉系统实现自动控制、运行优化、节能降耗的关键。提出用分裂基FFT变换对球磨机轴承振动信号进行处理，得出振动的功率频谱与料位变化之间的关系；并依此设计出由DSP和MPU组成的双CPU智能仪表的软硬件系统，实现球磨机料位的在线测量显示和报警功能，为制粉系统优化和自动控制奠定了基础。     

基于软测量的球磨机优化控制方法

针对球磨机控制的难点和不足,提出了一种基于料位软测量技术的球磨机优化控制方法.首先,在分析球磨机系统特性和振动特性的基础上,确定了料位软测量的辅助变量.其次,基于最小二乘支持向量机算法,给出了一种球磨机料位软测量方法,并通过现场实测数据进行料位检测,结果表明该软测量方法的精度较高;最后,在料位软测量的基础上,提出了一种...     

基于CART-LSSVM的球磨机料位软测量方法研究

球磨机是用于电力、磨矿和冶金等行业的高能耗设备,准确测量其滚筒料位能够提高运行效率和安全性能.针对其滚筒内料位难以实时检测,球磨机的轴承振动信号中存在较多的冗余特征,提出了一种基于分类回归树和最小二乘支持向量机的软测量方法,首先用Welch法获得振动信号的功率谱密度,并分割得到基本特征,然后建立分类回归树模型,根据最优树模型的分支节点进行特征选择,最后利用最小二乘支持向量机实现特征变量与料位间的非线性映射.通过实验结果的对比分析,验证了该模型的有效性和实用性,以及良好的预测精度.     

基于DSP的电厂球磨机料位监测系统

介绍了电厂球磨机料位测量的运用现状,指出了现有球磨机料位测量方法存在的问题,提出了一种以轴承振动能量法为基础,基于DSP的电厂球磨机料位实时监测系统的实现方法,具体阐述了系统原理结构,硬件设计和软件结构.     

基于振动的固态物料料位计模块设计

工业生产中需要对物料的料位信息清晰掌握,固态物料的料位测量技术难度大、测量成本高、没有液体物料测量系统经验丰富;为了解决工业生产中固态物料的料位测量难题,设计了一种基于振动的固态物料料位计测量模块;该测量模块通过采集振动信号,并将振动信号的频谱峰值及对应的频率和其对应的料位信息进行最小二乘拟合可以得到振动信号频谱峰值及对应的频率与料位的关系;将采集到的振动信号进行频谱计算将特征量代入拟合好的关系式可得到料位信息,该模块选用STM32F103ZET6单片机作为主控单元,ADXL345加速度传感器进行振动信号采集,XTR116电压转电流芯片将料位信息以4～20 mA标准工业电流环的形式输出;该测量模块可以实现可调节时间间隔料位显示,测量误差小于2 cm;该模块成本低,准确率高,满足工业条件下的固态物料料位测量要求.     

便携式球磨机监测系统的设计与实现

通过对球磨机的轴承振动信号、球磨机进出口差压、电流信号的综合分析,提出了便携式球磨机优化监测系统的软件和硬件设计方案,实现了对球磨机料位的在线监测.该系统还能对断煤、堵磨、球磨机着火和爆炸、一次风管堵塞等故障工况在线进行识别和报警.经在某电厂的完整工况测试与实践证明,本系统设计的软硬件完全能适应便携式球磨机监测系统的要求,特别适合于现场的测试与实验.     

振动信号在球磨机料位监测系统的运用研究

球磨机内煤的料位对于操作人员和控制系统来说是个封闭的系统，为了更为准确地反映球磨机的位，使球磨机的磨煤出力达到最大，采用振动信号对钢球磨煤机的料位进行监测，在数据采集和监测中运用自适应可变限幅的滤波方法，得到的振动基波曲线与磨煤机内的料位形成相吻合的对应关系，从而为整个控制系统的优化设计和投入提供了直接有效的依据。实践证明，球磨机料位监测系统的应用可获得良好的经济效益。     

基于MFCC和RBM的料位软测量北大核心CSCD

球磨机是应用于磨矿过程的关键设备,可靠测量其料位对实现优化控制和节能降耗具有重大意义。针对球磨机振声信号存在非线性及其梅尔频率倒谱系数(MFCC)存在不相关信息等问题,提出了一种基于MFCC、受限玻尔兹曼机(RBM)和支持向量回归(SVR)的软测量方法。首先对振声信号计算MFCC特征,然后采用RBM对MFCC进行特征提取,以减弱噪声和提高模型精度,最后将提取的特征输入支持向量机进行回归。实验结果表明该模型的有效性和可行性。     

基于ASOS-ELM的球磨机负荷参数软测量系统设计

球磨机负荷参数是决定磨矿工作质量和效率的重要指标,为了提升球磨机负荷参数软测量系统的运行性能,降低综合测量误差,利用ASOS-ELM算法,从硬件和软件两个方面,设计球磨机负荷参数软测量系统。加设球磨机工作数据采集器,改装处理器与输出显示屏,扩大存储器空间,利用电源电路连接硬件设备,完成硬件系统的设计。根据球磨机的组成结构和工作原理,构建球磨机数学模型,在该模型下,采集球磨机不同工况下的振动信号。利用ASOS-ELM算法,提取振动信号特征,得出球磨机球负荷、料负荷、水负荷参数的软测量结果,实现球磨机负荷参数软测量系统设计。通过系统测试实验结果表明,设计系统负荷参数的综合测量误差降低了约0.064kg,且系统运行性能得到明显提升。     

非均匀多采样率非线性系统的模糊辨识

针对非均匀多采样率非线性系统辨识问题, 提出一种基于模糊模型的辨识方法. 首先, 分析了非线性系统在输入信号非均匀周期刷新, 输出信号周期采样的情况下, 非线性系统可以通过提升技术, 利用多个局部的线性模型加权组合来描述; 然后, 提出一个基于GK模糊聚类和递推最小二乘的模糊辨识算法; 最后, 针对化工pH 中和过程非线性系统, 采用非均匀采样数据建立其模糊模型, 以验证所提出方法的有效性.

     

基于损益云模型的制造车间重调度决策方法

针对制造车间重调度触发机制问题,建立了制造车间重调度损益函数,揭示了生产车间重调度过程损失及增益的变化规律.引入云理论测度重调度损益的不确定性,使用逆向云算法计算重调度增益云和损失云的数字特征,根据云形态预测重调度损益变化趋势.提出一种基于损益云模型的重调度决策方法以判断是否需要重调度,并利用最佳损益比甄选预调度方案以兼顾生产系统的稳定性和有效性.最后,通过实例验证了该方法的合理性和实用性.     

基于模糊子空间聚类的0 阶岭回归TSK 模糊系统

经典数据驱动型TSK模糊系统在利用高维数据训练模型时,由于规则前件采用的特征过多,导致规则的解释性和简洁性下降.对此,根据模糊子空间聚类算法的子空间特性,为TSK模型添加特征抽取机制,并进一步利用岭回归实现后件的学习,提出一种基于模糊子空间聚类的0阶岭回归TSK模型构建方法.该方法不仅能为规则抽取出重要子空间特征,而且可为不同规则抽取不同的特征.在模拟和真实数据集上的实验结果验证了所提出方法的优势.     

基于增广输入变量的T-S 模糊模型建模

针对现有T-S 模糊模型建模精度与计算效率之间的矛盾, 提出一种利用增广输入变量进行T-S 模糊模型建模的方法. 对输入变量进行多项式增广处理后, 以核模糊?? 均值聚类算法配合聚类评价指标自适应获得最佳聚类数及相应的模糊划分, 并通过递推最小二乘计算得出T-S 模糊模型的后件参数. 提出可利用后件参数反推断前件结构的方法来快速有效地确定前件结构. 最后通过仿真验证了上述方法的有效性.

     

具有非奇异约束的线性卷积混合信号盲分离联合对角化方法

联合对角化能够成功解决盲分离问题, 但在求解时会得到非期望的奇异解, 从而无法完全分离出源信号. 鉴于此, 提出一种用于线性卷积混合盲分离的联合对角化方法, 将卷积混合模型变换为瞬时模型, 并对变换后的模型应用联合对角化求取分离矩阵. 在求解过程中, 引入约束条件对解的范围进行限定, 避免了奇异解的出现. 仿真结果表明, 所提出的方法能够成功实现卷积混合信号盲分离.

     

基于云PSO 的RVM入侵检测

入侵检测可为计算机网络信息提供安全保障,在其方法研究中,由于相关向量机(RVM)具有高稀疏性且预测中使用概率因素,在网络入侵检测中优于支持向量机.然而RVM的核函数参数是经验估计的,为此,提出一种基于云模型的粒子群优化算法的RVM方法,即采用云粒子群算法确定RVM的核参数,构建RVM分类模型,再采用一对一分类方法进行多类检测分类.经入侵检测实验研究,所得结果表明所提出的方法优于基于常规相关向量机的检测方法,且具有更高的入侵检测精度.     

GPS/INS 超紧组合环路信息耦合模型及机理分析

在对不同GPS/INS超紧组合模型特点分析的基础上构建超紧组合中惯性与卫星环路信息耦合模型,提出了环路复制信号参量的外部控制方法,论证了超紧组合模型中环路信息与惯性导航结果的耦合机理.最后,进行了超紧组合耦合实验验证和分析,结果表明,超紧组合系统环路信号参量偏差与惯性状态误差间有着紧密的内在联系和深层次的耦合机理.     

基于多维泰勒网的非线性时间序列预测方法及其应用

针对非线性时间序列, 提出一种基于多维泰勒网的时间序列预测方法. 其特点在于利用非线性时间序列的观测数据, 通过多维泰勒网得到?? 元一阶多项式差分方程组, 在无需待预测系统的任何先验知识和机理的情况下获得动力学特性描述, 实现对非线性时间序列的预测. 最后分别采用Lorenz 混沌时间序列, 以及某大型建筑在顶升施工安全性监测中的结构振动响应数据进行实证研究, 所得结果表明了该方法的有效性.

     

基于联合配送的城市物流配送路径优化

针对城市多区域协同发展造成的商业中心相对分散的现状, 提出“多对多” 的城市网络化联合配送机制. 以运输距离、实载率等与成本密切相关的油耗成本为优化目标, 建立面向城市多区域配送需求的车辆路径模型; 同时,利用量子比特位设计染色体结构, 利用云模型云滴随机性与稳定性改进遗传算子, 设计云量子遗传算法对所建立的联合配送模型进行求解. 最后, 结合不同算例对模型和算法进行了仿真实验分析.