本文關(guān)鍵詞：基于AFSA-SimpleMKL對(duì)振動(dòng)篩建模及篩機(jī)優(yōu)化

  更多相關(guān)文章： 離散單元法 簡(jiǎn)單多核支持向量機(jī) 人工魚(yú)群算法 參數(shù)優(yōu)化 建模 篩分效率

【摘要】：針對(duì)目前振動(dòng)篩篩分性能差及篩分理論不完善,亟待建立篩機(jī)參數(shù)與篩分效率間綜合數(shù)學(xué)模型來(lái)指導(dǎo)振動(dòng)篩的設(shè)計(jì).基于離散單元法(Discrete Element Method,DEM)的篩分仿真實(shí)驗(yàn)解決篩分過(guò)程的復(fù)雜性和篩分?jǐn)?shù)據(jù)難獲得等問(wèn)題,用可調(diào)參數(shù)的振動(dòng)篩對(duì)仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證.篩分效率與篩分參數(shù)之間的數(shù)學(xué)關(guān)系是一個(gè)復(fù)雜的非線性問(wèn)題,由于傳統(tǒng)的回歸算法對(duì)篩分?jǐn)?shù)學(xué)模型預(yù)測(cè)精度低,利用能有效解決小樣本問(wèn)題和基于統(tǒng)計(jì)學(xué)理論的簡(jiǎn)單多核支持向量機(jī)(Simple Multiple Kernel Learning,SimpleMKL)對(duì)仿真實(shí)驗(yàn)獲得的數(shù)據(jù)建立回歸模型.但其模型是多極值且不可微分的多參數(shù)大規(guī)模計(jì)算問(wèn)題,借用魯棒性強(qiáng)和全局收斂性好的人工魚(yú)群優(yōu)化算法(Artificial Fish Swarm Algorithm,AFSA)對(duì)由SimpleMKL建立的篩分回歸模型進(jìn)行參數(shù)尋優(yōu),得出篩機(jī)振動(dòng)和結(jié)構(gòu)參數(shù):振幅為2.5mm,振動(dòng)頻率為22Hz,振動(dòng)方向角為50°,篩孔大小為0.9mm,篩絲直徑為0.4mm,篩面傾角為21.6°.提高了振動(dòng)篩的篩分效率,為振動(dòng)篩的設(shè)計(jì)和制造提供了新思路.
【作者單位】： 華僑大學(xué)機(jī)電及自動(dòng)化學(xué)院;
【關(guān)鍵詞】： 離散單元法 簡(jiǎn)單多核支持向量機(jī) 人工魚(yú)群算法 參數(shù)優(yōu)化 建模 篩分效率
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51175190) 福建省科技平臺(tái)建設(shè)項(xiàng)目(2013H2003)
【分類號(hào)】：TD452
【正文快照】： 振動(dòng)篩是工、農(nóng)、土建等行業(yè)按照粒徑大小對(duì)物料分級(jí)的主要設(shè)備.人們致力于提高振動(dòng)篩篩分性能,而篩分實(shí)驗(yàn)是其理論研究的基礎(chǔ).若建立多種振動(dòng)形式,及結(jié)構(gòu)和工藝參數(shù)與篩分性能的定量關(guān)系,由于人力、物力、財(cái)力的限制,逐個(gè)考察參數(shù)影響的傳統(tǒng)實(shí)驗(yàn)并不可取[1].借助計(jì)算機(jī)技術(shù),，

本文編號(hào)：841032