期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于流形正则化域适应湿式球磨机负荷参数软测量 被引量:16
1
作者 杜永贵 李思思 +1 位作者 阎高伟 程兰 《化工学报》 EI CAS CSCD 北大核心 2018年第3期1244-1251,共8页
针对多工况条件下球磨机关键负荷参数测量面临的复杂性问题,提出基于流形正则化域适应(domain adaptation with manifold regularization,DAMR)湿式球磨机负荷参数软测量的方法。该方法首先采用集成流形约束、最大方差及最大均值差异寻... 针对多工况条件下球磨机关键负荷参数测量面临的复杂性问题,提出基于流形正则化域适应(domain adaptation with manifold regularization,DAMR)湿式球磨机负荷参数软测量的方法。该方法首先采用集成流形约束、最大方差及最大均值差异寻找特征变换矩阵,然后,将源建模领域和未建模领域的特征信息投射到公共子空间,最后,在子空间建立模型得到球磨机关键负荷参数的预测值。实验结果表明该方法能以较高的精度实现未知工况下湿式球磨机关键负荷参数的预测,且该方法对于流程工业多工况软测量和过程监控研究有一定的参考价值。 展开更多
关键词 迁移学习 流形正则化 最大均值差异 湿式球磨机负荷参数 集成 过程控制 预测
在线阅读 下载PDF
基于自适应VMD-Hilbert的球磨机负荷参数预测 被引量:3
2
作者 蔡改贫 李波波 +1 位作者 赵鑫 刘吉顺 《传感器与微系统》 CSCD 北大核心 2023年第9期133-136,共4页
提出一种自适应变分模态分解(VMD)—希尔伯特(Hilbert)边际谱样本熵和最小二乘支持向量机(LSSVM)提取球磨机振动信号组合特征并预测负荷参数的方法。首先,使用自适应VMD的振动敏感信号调制来分解振动,得到反映振动特性的本征模态函数(I... 提出一种自适应变分模态分解(VMD)—希尔伯特(Hilbert)边际谱样本熵和最小二乘支持向量机(LSSVM)提取球磨机振动信号组合特征并预测负荷参数的方法。首先,使用自适应VMD的振动敏感信号调制来分解振动,得到反映振动特性的本征模态函数(IMF)分量;之后,进行Hilbert变换,得到边际谱样本熵;最后,将其作为输入特征向量输入到LSSVM,实现球磨机负荷参数预测。试验结果表明:该方法可以有效地提取球磨机的非线性不稳定的信号特征,较为精确地预测球磨机负荷参数。 展开更多
关键词 自适应变分模态分解 希尔伯特变换 最小二乘支持向量机 球磨机负荷参数
在线阅读 下载PDF
基于迁移变分自编码器-标签映射的湿式球磨机负荷参数软测量 被引量:4
3
作者 支恩玮 闫飞 +1 位作者 任密蜂 阎高伟 《化工学报》 EI CAS CSCD 北大核心 2019年第A01期150-157,共8页
在工况改变时,湿式球磨机的实时数据和建模数据分布不一致,不满足传统软测量建模方法要求的数据同分布假设,导致模型失准和性能恶化。为此,引入迁移学习思想,提出一种基于迁移变分自编码器-标签映射的软测量模型,实现多工况下湿式球磨... 在工况改变时,湿式球磨机的实时数据和建模数据分布不一致,不满足传统软测量建模方法要求的数据同分布假设,导致模型失准和性能恶化。为此,引入迁移学习思想,提出一种基于迁移变分自编码器-标签映射的软测量模型,实现多工况下湿式球磨机负荷参数的准确测量。首先,迁移目标域数据编码得到的隐变量分布参数,对源域数据对应隐变量进行拟合,再解码得到迁移数据;然后采用相似性度量选取相似样本构建标签映射模型,并得到映射标签;最后使用迁移数据和映射标签构建出最终的软测量模型。实验结果表明,该软测量方法显著优于现有方法,适用于多工况下的软测量建模。 展开更多
关键词 迁移学习 变分自编码器 标签映射 湿式球磨机负荷参数 过程控制 预测 实验验证
在线阅读 下载PDF
基于自适应网络的球磨机负荷预测方法 被引量:1
4
作者 潘福成 殷航 +3 位作者 周晓锋 李帅 刘舒锐 贾冬妮 《计算机集成制造系统》 EI CSCD 北大核心 2023年第10期3229-3238,共10页
鉴于多工况环境下的数据漂移限制了深度学习方法预测球磨机负荷的效果,提出一种基于自适应网络的球磨机负荷预测方法。首先建立基于深度相关对齐的磨矿分级工况划分模型;然后将相对位置编码引入Transformer,对注意力机制进行解耦来将位... 鉴于多工况环境下的数据漂移限制了深度学习方法预测球磨机负荷的效果,提出一种基于自适应网络的球磨机负荷预测方法。首先建立基于深度相关对齐的磨矿分级工况划分模型;然后将相对位置编码引入Transformer,对注意力机制进行解耦来将位置信息直接编码进注意力机制,进而提高预测性能;进一步提出一种自适应网络,将分布匹配正则化项应用于Transformer模型的隐层特征,通过减少不同工况之间的分布差异来学习模型隐藏状态的共同参数,提高模型泛化能力;最后采用基于Boosting的方法学习隐藏状态的重要性。试验结果表明,所提自适应预测网络可以明显提高预测球磨机负荷参数的准确性,而且在面对未知工况时预测性能也领先于对比方法。 展开更多
关键词 球磨机负荷参数 多工况 自适应网络 工况划分 Transformer模型
在线阅读 下载PDF
基于多工况迁移学习的磨机负荷参数软测量 被引量:5
5
作者 贺敏 支恩玮 +1 位作者 程兰 阎高伟 《控制工程》 CSCD 北大核心 2019年第11期1994-1999,共6页
湿式球磨机运行过程中需要对多个负荷参数进行监测,然而运行工况改变会导致实时数据和建模数据的同分布假设不再成立。针对传统软测量方法不能考虑负荷参数之间的关联性,以及多工况情况下建模数据和实时数据概率分布变化引起的模型性能... 湿式球磨机运行过程中需要对多个负荷参数进行监测,然而运行工况改变会导致实时数据和建模数据的同分布假设不再成立。针对传统软测量方法不能考虑负荷参数之间的关联性,以及多工况情况下建模数据和实时数据概率分布变化引起的模型性能恶化问题,有针对性的引入迁移学习策略与多任务学习机制,建立一种基于多工况迁移学习的湿式球磨机负荷参数软测量模型。首先采用联合分布适配在降维过程中共同适配不同工况的边缘和条件分布,然后利用多任务最小二乘支持向量机方法对磨机负荷参数进行回归预测。实验结果表明,该软测量方法显著优于现有的方法,适用于多工况情况下的软测量建模。 展开更多
关键词 多工况 迁移学习 湿式球磨机负荷参数 联合分布适配 多任务 最小二乘支持向量机
在线阅读 下载PDF
基于域适应支持向量回归的磨机负荷软测量 被引量:1
6
作者 支恩玮 任密蜂 +1 位作者 程兰 阎高伟 《控制工程》 CSCD 北大核心 2020年第11期1867-1872,共6页
在工况改变时,湿式球磨机的实时数据和建模数据分布不一致,不满足机器学习的数据同分布假设,采用传统软测量方法将导致软测量模型失准和性能恶化等问题。为此,引入域适应思想,提出一种基于域适应支持向量回归的软测量模型,实现多工况下... 在工况改变时,湿式球磨机的实时数据和建模数据分布不一致,不满足机器学习的数据同分布假设,采用传统软测量方法将导致软测量模型失准和性能恶化等问题。为此,引入域适应思想,提出一种基于域适应支持向量回归的软测量模型,实现多工况下湿式球磨机负荷参数的准确测量。首先对多工况数据进行预处理并提取频谱特征,然后利用目标域中少量带标签样本数据所蕴含的特征信息和知识结构,提升源域数据构建模型对目标域数据的适应程度,最后对磨机负荷参数进行回归预测。实验结果表明,该软测量方法显著优于现有方法,适用于多工况下的软测量建模。 展开更多
关键词 多工况 域适应 支持向量回归 湿式球磨机负荷参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部