資源描述：
《基于改進(jìn)的高斯混合回歸的球磨機(jī)料位軟測量》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)?；诟倪M(jìn)的高斯混合回歸的球磨機(jī)料位軟測量 摘要：針對球磨機(jī)系統(tǒng)多模態(tài)復(fù)雜過程中的料位不確定性，球磨機(jī)振動信號存在非線性、噪聲和外界干擾等問題，采用一種基于改進(jìn)的高斯混合回歸的球磨機(jī)料位軟測量方法，解決傳統(tǒng)高斯混合模型初始化含有噪聲和異常值的數(shù)據(jù)難以聚類的問題。首先，利用改進(jìn)的K?medoids聚類算法與EM算法分別初始化和優(yōu)化高斯混合模型的最佳高斯分量個數(shù)、最優(yōu)模型參數(shù)，然后采用GMR預(yù)測輸出球磨
2、機(jī)料位。最后實(shí)驗(yàn)驗(yàn)證了改進(jìn)GMR模型得到的預(yù)測料位可以很好地跟蹤真實(shí)料位，并且通過實(shí)驗(yàn)結(jié)果的對比分析，驗(yàn)證了改進(jìn)模型的有效性和實(shí)用性以及較好的預(yù)測精度。 關(guān)鍵詞：球磨機(jī)料位；多模態(tài)；振動信號；GMM；聚類；軟測量；GMR 中圖分類號：TN98?34；TP181文獻(xiàn)標(biāo)識碼：A文章編號：1004?373X05?0153?06 Abstract：Sincethefillleveloftheballmillsysteminmultimodecomplicatedprocessisuncertain，andthevibrationsignalofballmillhasthech
3、aracteristicsofnonlinearity，noiseandoutsideinterference，asoftmeasurementmethodforballmillfilllevelbasedonimprovedGaussianmixture為了充分發(fā)揮“教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備的作用，我們不僅把資源運(yùn)用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動，對學(xué)生進(jìn)行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確?！敖虒W(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師
4、進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)。regressionisproposedtosolvetheproblemthatitisdifficulttoclusterthedataembeddingnoiseandabnormalvalueofthetraditionalGaussianmixturemodelinitialization.TheimprovedK?medoidsclusteringalgorithmandEMalgorithmareusedrespectivelytoinitializeandoptimizetheoptimalGaussiancompon
5、entquantityandoptimalmodelparameters.TheGMRisusedtopredicttheoutputleveloftheballmill.TheexperimentalresultsverifythatthepredictedfilllevelobtainedbyimprovedGMRmodelcantracktherealfilllevelaccurately.Thecomparativeanalysisofexperimentalresultsverifiesthattheimprovedmodelisfeasibleandpracti
6、cal，andhashighpredictionaccuracy. Keywords：ballmillfilllevel；multimode；vibrationsignal；Gaussianmixturemodel；clustering；softmeasurement；Gaussianmixtureregression 0引言為了充分發(fā)揮“教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備的作用，我們不僅把資源運(yùn)用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動，對學(xué)生進(jìn)行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確保“教學(xué)點(diǎn)數(shù)字教育資源全覆蓋”項(xiàng)目設(shè)備正常使用，我校做到
7、安裝、教師培訓(xùn)同步進(jìn)行。設(shè)備安裝到位后，中心校組織各學(xué)點(diǎn)管理人員統(tǒng)一到縣教師進(jìn)修學(xué)校進(jìn)行培訓(xùn)，熟悉系統(tǒng)的使用和維護(hù)。 球磨?C是磨礦工業(yè)中廣泛使用的基礎(chǔ)設(shè)備，準(zhǔn)確測量球磨機(jī)料位是實(shí)現(xiàn)優(yōu)化控制和節(jié)能降耗的關(guān)鍵技術(shù)之一。近年來，科研人員提出了許多測量球磨機(jī)料位的方法，其一般步驟是：先對采集的信號計(jì)算頻譜特征，然后進(jìn)行降維和特征提取，最后建立頻譜特征與料位之間的模型。文獻(xiàn)[1]利用快速傅里葉變換方法求取信號的功率譜密度，然后采用主元分析方法提取特征和減少冗余信息，最后用支持向量回歸建立回歸模型。文獻(xiàn)[2]利用PCA方法
