球磨機(jī)是應(yīng)用于電力、化工等流程領(lǐng)域的典型設(shè)備。該設(shè)備負(fù)荷參數(shù)的準(zhǔn)確檢測對于優(yōu)化生產(chǎn)調(diào)用、設(shè)備安全運(yùn)行、節(jié)能降耗起著至關(guān)重要的作用。目前,球磨機(jī)負(fù)荷參數(shù)的檢測采用軟測量方法。但是,傳統(tǒng)的軟測量方法建立在數(shù)據(jù)同分布的前提下。球磨機(jī)在運(yùn)行過程中,由于設(shè)定任務(wù)的變化、機(jī)械設(shè)備的老化、外界環(huán)境的改變等因素,工況和數(shù)據(jù)分布隨之改變,造成模型失配的問題。如何從分布不同的數(shù)據(jù)中獲取特征為待測工況提供可以利用的信息,成為擺在面前的一個(gè)關(guān)鍵問題。遷移學(xué)習(xí)放寬了數(shù)據(jù)同分布的前提條件,通過抽取領(lǐng)域間“隱含語義”或挖掘領(lǐng)域間“共享知識結(jié)構(gòu)”,遷移源域已有的知識來解決未知但與源域相關(guān)的學(xué)習(xí)問題。本文根據(jù)遷移學(xué)習(xí)中特征映射的思想,研究基于流形正則化域適應(yīng)濕式球磨機(jī)負(fù)荷參數(shù)軟測量的方法。但是,流形正則化域適應(yīng)是一種無監(jiān)督的特征映射方法且僅利用一個(gè)歷史工況數(shù)據(jù)。不同工況數(shù)據(jù)有信息互補(bǔ)的特點(diǎn),同時(shí)標(biāo)簽信息融入特征映射的過程可以提高公共子空間數(shù)據(jù)的可辨識屬性。因此,研究基于半監(jiān)督多源域適應(yīng)的球磨機(jī)負(fù)荷參數(shù)軟測量。在實(shí)際運(yùn)行中,我們有可能在待測工況中獲得少量有標(biāo)簽數(shù)據(jù)。由于運(yùn)行環(huán)境的復(fù)雜性,即使在同一負(fù)荷參數(shù)的情況下振動信號... 

【文章來源】：太原理工大學(xué)山西省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 球磨機(jī)軟測量研究現(xiàn)狀
        1.2.2 多工況下數(shù)據(jù)驅(qū)動的研究現(xiàn)狀
        1.2.3 遷移學(xué)習(xí)研究現(xiàn)狀
    1.3 主要研究內(nèi)容和組織結(jié)構(gòu)
第2章 多工況下球磨機(jī)負(fù)荷參數(shù)軟測量方法
    2.1 引言
    2.2 球磨機(jī)工作原理及其負(fù)荷參數(shù)
    2.3 多工況下軟測量建模策略
        2.3.1 即時(shí)學(xué)習(xí)
        2.3.2 集成學(xué)習(xí)
    2.4 遷移學(xué)習(xí)
    2.5 本章小結(jié)
第3章 基于流形正則化域適應(yīng)的濕式球磨機(jī)負(fù)荷參數(shù)軟測量
    3.1 引言
    3.2 預(yù)備知識
        3.2.1 最大均值差異
        3.2.2 流形正則化
        3.2.3 最大方差
    3.3 流形正則化域適應(yīng)建模方法
    3.4 算法評估及驗(yàn)證
        3.4.1 多工況下球磨機(jī)數(shù)據(jù)集
        3.4.2 傳統(tǒng)數(shù)據(jù)驅(qū)動軟測量建模實(shí)驗(yàn)
        3.4.3 基于流形正則化域適應(yīng)方法的建模實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 基于半監(jiān)督多源域適應(yīng)的球磨機(jī)負(fù)荷參數(shù)軟測量
    4.1 引言
    4.2 預(yù)備知識
    4.3 基于半監(jiān)督多源域適應(yīng)建模方法
        4.3.1 半監(jiān)督域適應(yīng)方法
        4.3.2 半監(jiān)督多源域適應(yīng)方法
    4.4 算法評估與驗(yàn)證
        4.4.1 基于半監(jiān)督域適應(yīng)方法的建模實(shí)驗(yàn)
        4.4.2 基于半監(jiān)督多源域適應(yīng)方法的建模實(shí)驗(yàn)
    4.5 本章小結(jié)
第5章 基于優(yōu)化半監(jiān)督域適應(yīng)模糊推理的球磨機(jī)負(fù)荷參數(shù)軟測量
    5.1 引言
    5.2 預(yù)備知識
        5.2.1 模糊推理
        5.2.2 粒子群優(yōu)化算法
    5.3 基于優(yōu)化半監(jiān)督域適應(yīng)模糊推理的建模方法
        5.3.1 基于半監(jiān)督域適應(yīng)模糊推理適應(yīng)方法
        5.3.2 優(yōu)化半監(jiān)督域適應(yīng)模糊推理軟測量框架
    5.4 算法評估與驗(yàn)證
    5.5 本章小結(jié)
第6章 總結(jié)和展望
    6.1 全文總結(jié)
    6.2 下一步工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]基于多模態(tài)多標(biāo)記遷移學(xué)習(xí)的早期阿爾茨海默病診斷[J]. 程波,朱丙麗,熊江.  計(jì)算機(jī)應(yīng)用. 2016(08)
[2]基于遷移學(xué)習(xí)工況劃分的裂解爐收率PSO-LS-SVM建模[J]. 劉佳,邵誠,朱理.  化工學(xué)報(bào). 2016(05)
[3]遷移因子分析在齒輪箱變工況故障診斷中的應(yīng)用[J]. 謝駿遙,王金江,趙銳,段禮祥,王凱.  電子測量與儀器學(xué)報(bào). 2016(04)
[4]流程工業(yè)實(shí)現(xiàn)跨越式發(fā)展的必由之路[J]. 桂衛(wèi)華,王成紅,謝永芳,宋蘇,孟慶峰,丁進(jìn)良.  中國科學(xué)基金. 2015(05)
[5]球磨機(jī)存煤量和鋼球動能信息融合的神經(jīng)網(wǎng)絡(luò)模型[J]. 白焰,何芳.  系統(tǒng)仿真學(xué)報(bào). 2015(04)
[6]一種多尺度球磨機(jī)筒體振動頻譜分析與建模方法[J]. 劉卓,柴天佑,湯健.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[7]基于EMD和選擇性集成學(xué)習(xí)算法的磨機(jī)負(fù)荷參數(shù)軟測量[J]. 湯健,柴天佑,叢秋梅,苑明哲,趙立杰,劉卓,余文.  自動化學(xué)報(bào). 2014(09)
[8]基于振動信號和云推理的球磨機(jī)負(fù)荷軟測量[J]. 閻高偉,龔杏雄,李國勇.  控制與決策. 2014(06)
[9]Simulation of ball motion and energy transfer in a planetary ball mill[J]. 陸勝勇,毛瓊晶,彭政,李曉東,嚴(yán)建華.  Chinese Physics B. 2012(07)
[10]基于振動頻譜的磨礦過程球磨機(jī)負(fù)荷參數(shù)集成建模方法[J]. 湯健,柴天佑,趙立杰,岳恒,鄭秀萍.  控制理論與應(yīng)用. 2012(02)



本文編號：2928234