流程工業(yè)是國(guó)民經(jīng)濟(jì)中占據(jù)重要戰(zhàn)略地位的支柱產(chǎn)業(yè),具有生產(chǎn)原材料變化頻繁,工況波動(dòng)劇烈,內(nèi)部運(yùn)行機(jī)理復(fù)雜等顯著特點(diǎn)。由于影響產(chǎn)品質(zhì)量的關(guān)鍵過(guò)程參數(shù)如設(shè)備運(yùn)行狀態(tài),工藝參數(shù)以及生產(chǎn)過(guò)程原料成分等不能利用硬件傳感器實(shí)現(xiàn)實(shí)時(shí)、全面的檢測(cè),導(dǎo)致流程工業(yè)的生產(chǎn)過(guò)程難以建立精確的預(yù)測(cè)模型實(shí)現(xiàn)優(yōu)化控制,嚴(yán)重制約了流程工業(yè)向高效化、綠色化和智能化方向發(fā)展。以流程工業(yè)常見(jiàn)的基礎(chǔ)設(shè)備濕式球磨機(jī)為例,磨礦過(guò)程自身的綜合復(fù)雜動(dòng)態(tài)特性、外界干擾因素的不確定性動(dòng)態(tài)變化等原因?qū)е缕潆y以依據(jù)磨礦過(guò)程的物料平衡、金屬平衡建立機(jī)理模型測(cè)量磨機(jī)負(fù)荷[1]。同時(shí),受限于其運(yùn)行過(guò)程的封閉性及旋轉(zhuǎn),連續(xù)運(yùn)行的工作特點(diǎn),使得磨機(jī)優(yōu)化控制所需的關(guān)鍵負(fù)荷參數(shù)監(jiān)測(cè)難度大、精度低、性能不穩(wěn)定。軟測(cè)量是工業(yè)實(shí)際中用以解決這一問(wèn)題的有效手段,然而球磨機(jī)同樣具有流程工業(yè)中原料變化導(dǎo)致工況波動(dòng)頻繁的特點(diǎn),從而導(dǎo)致傳統(tǒng)的基于機(jī)器學(xué)習(xí)的軟測(cè)量模型失準(zhǔn)。如何從已知的源建模工況中獲取對(duì)于未知工況建模的有效信息并達(dá)到增效利用的目的,成為亟需解決的一個(gè)問(wèn)題�；谏鲜龇治�,本文將域適應(yīng)學(xué)習(xí)策略作為切入點(diǎn),研究多工況任務(wù)中未知模態(tài)下濕式球磨機(jī)的關(guān)鍵負(fù)荷參數(shù)軟測(cè)量方法,主要研究工作如下:(1)針對(duì)工況改變前后均可獲取相應(yīng)的振動(dòng)振聲等多種信號(hào)的情況,將多視圖學(xué)習(xí)引入域適應(yīng)策略建模過(guò)程中,從模型角度出發(fā),集成兩視圖域適應(yīng)模型以解決工況變化后的模型失準(zhǔn)問(wèn)題,構(gòu)建基于多視圖的域適應(yīng)極限學(xué)習(xí)機(jī)對(duì)磨機(jī)負(fù)荷參數(shù)進(jìn)行預(yù)測(cè),并與傳統(tǒng)軟測(cè)量建模方法進(jìn)行對(duì)比。(2)針對(duì)常見(jiàn)的只獲取到單一信號(hào)的多工況任務(wù),從特征角度出發(fā),采用深度極限學(xué)習(xí)機(jī)自編碼器,以無(wú)監(jiān)督的方式提取領(lǐng)域間的公共特征,并在深層特征空間通過(guò)弱配對(duì)最大協(xié)方差分析提取不同工況的相關(guān)信息,使源域數(shù)據(jù)近似匹配目標(biāo)域數(shù)據(jù),實(shí)現(xiàn)未知模態(tài)下關(guān)鍵負(fù)荷參數(shù)的可靠預(yù)測(cè)。(3)針對(duì)不同領(lǐng)域數(shù)據(jù)存在分布差異,且目標(biāo)領(lǐng)域難以獲取足夠樣本標(biāo)簽獨(dú)立建模的問(wèn)題,融合模型參數(shù)遷移及特征映射兩種方法建立模型,利用子空間對(duì)齊使源域數(shù)據(jù)近似匹配目標(biāo)域分布,同時(shí)利用少量目標(biāo)域標(biāo)簽數(shù)據(jù)調(diào)整源域模型使之適應(yīng)目標(biāo)域任務(wù),建立未知模態(tài)下濕式球磨機(jī)的關(guān)鍵負(fù)荷參數(shù)軟測(cè)量模型。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TD453;TP181
【部分圖文】：

圖２－１實(shí)驗(yàn)室規(guī)模的球磨機(jī)和實(shí)驗(yàn)裝置??－

盈不閱工脫夕國(guó)n分新

太原理工大學(xué)碩士研究生學(xué)位論文??由譜中的峰值證明［５３］。在圖２－２中，不同工況下ＰＳＤ曲線的形狀和信號(hào)帶寬是不同的；??然而，ＰＳＤ的相同部分是在５０Ｈｚ處出現(xiàn)的第一個(gè)大峰值，這是工廠和負(fù)載的固有振動(dòng)??頻率。ＰＳＤ曲線的不同形狀可以解釋為不同的沖擊力，在球磨機(jī)中研磨運(yùn)動(dòng)包括通過(guò)落??球直接沖擊破壞，以及通過(guò)球間傳播的間接沖擊和旋轉(zhuǎn)球之間的磨損。球的運(yùn)動(dòng)和磨削??條件影響球?qū)δC(jī)內(nèi)壁，球?qū)Σ牧�，球�(qū)η虻鹊臎_擊力和時(shí)間，這由所有或部分殼振動(dòng)??的振幅和頻率表示。通過(guò)考慮各種能量耗散機(jī)制，可以分析研磨材料作為阻尼介質(zhì)的行??為，并且在不同的研磨條件下，球?qū)σr墊的沖擊力和沖擊時(shí)間是不同的。沖擊力影響振??動(dòng)信號(hào)的幅度，沖擊時(shí)間與振動(dòng)頻率相關(guān)［５４］。也就是說(shuō)，水，礦物和礦漿的不同特征通??過(guò)各種能量耗散機(jī)制影響球?qū)σr墊的撞擊這決定了軸承振動(dòng)信號(hào)的時(shí)域波形和ＰＳＤ圖??形的不同形狀。因此
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦翠翠;賈立;;基于概率密度函數(shù)的軟測(cè)量方法及其在煙氣含氧量中的應(yīng)用[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

2 趙永磊;鄭德忠;;一種基于直接廣義預(yù)測(cè)的煙氣含氧量軟測(cè)量方法研究[J];傳感技術(shù)學(xué)報(bào);2009年08期

3 任玲;黃鳳良;;溫度傳感器動(dòng)態(tài)性能改進(jìn)的軟測(cè)量方法[J];自動(dòng)化儀表;2007年04期

4 楊晨頔;劉鑫屏;;一種風(fēng)量的軟測(cè)量方法研究[J];南方能源建設(shè);2018年01期

5 郭一;陳彥橋;劉金琨;;基于機(jī)理模型的改進(jìn)氧量軟測(cè)量方法及軟件實(shí)現(xiàn)[J];電子測(cè)量與儀器學(xué)報(bào);2011年03期

6 孔銳;顏文旭;張姍姍;;有源電力濾波器的幾種諧波軟測(cè)量方法[J];化工自動(dòng)化及儀表;2014年09期

7 李慶華;;1種基于遺失數(shù)據(jù)重構(gòu)的軟測(cè)量方法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年05期

8 王微微,冀海峰,黃志堯,李海青,金春輝,鮑立曾;中藥質(zhì)量預(yù)測(cè)的軟測(cè)量方法研究[J];儀器儀表學(xué)報(bào);2004年S2期

9 胡賢磊;趙忠;矯志杰;邱紅雷;何純玉;劉相華;;中厚板厚度的在線軟測(cè)量方法[J];鋼鐵研究學(xué)報(bào);2006年07期

10 李大鵬,楊治東,趙巖松;船用電力系統(tǒng)匯流條接觸電阻的軟測(cè)量方法[J];計(jì)算機(jī)測(cè)量與控制;2005年08期

相關(guān)博士學(xué)位論文 前6條

1 于濤;基于混合模型的軟測(cè)量方法研究及其在發(fā)酵過(guò)程中的應(yīng)用[D];北京化工大學(xué);2006年

2 王魏;氧化鋁生產(chǎn)過(guò)程鋁酸鈉溶液組分濃度軟測(cè)量方法的研究[D];東北大學(xué);2011年

3 叢秋梅;活性污泥污水處理過(guò)程水質(zhì)軟測(cè)量方法的研究[D];東北大學(xué);2011年

4 李占培;建筑空間冷負(fù)荷實(shí)時(shí)軟測(cè)量無(wú)監(jiān)督建模方法研究[D];上海大學(xué);2017年

5 楊強(qiáng)大;諾西肽發(fā)酵過(guò)程生化參數(shù)軟測(cè)量方法的研究[D];東北大學(xué);2009年

6 史云;環(huán)境水體石油類(lèi)污染現(xiàn)場(chǎng)檢測(cè)技術(shù)研究[D];河北農(nóng)業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張洪德;多模型融合建模方法及其化工軟測(cè)量應(yīng)用研究[D];浙江工業(yè)大學(xué);2018年

2 張姍;基于DBN的軟測(cè)量方法研究[D];中國(guó)石油大學(xué)(華東);2016年

3 伊金靜;基于深度學(xué)習(xí)的工業(yè)過(guò)程軟測(cè)量[D];浙江大學(xué);2019年

4 郭旭琦;基于極限學(xué)習(xí)機(jī)的域適應(yīng)算法研究及其軟測(cè)量應(yīng)用[D];太原理工大學(xué);2019年

5 張然然;A電廠SO_2排放軟測(cè)量研究[D];齊魯工業(yè)大學(xué);2019年

6 李昆;柴油95點(diǎn)軟測(cè)量建模方法研究[D];北京化工大學(xué);2017年

7 劉東陽(yáng);基于混沌RBF神經(jīng)網(wǎng)絡(luò)和PSO-SVM的汽油機(jī)點(diǎn)火提前角組合軟測(cè)量研究[D];長(zhǎng)沙理工大學(xué);2018年

8 陸建麗;基于模型集群分析的軟測(cè)量建模方法研究[D];浙江大學(xué);2018年

9 李思思;基于遷移學(xué)習(xí)的球磨機(jī)多工況負(fù)荷參數(shù)軟測(cè)量研究與應(yīng)用[D];太原理工大學(xué);2018年

10 任錦;基于改進(jìn)最小二乘支持向量機(jī)的鍋爐煙氣氧含量軟測(cè)量研究[D];陜西科技大學(xué);2018年

本文編號(hào)：2876154