基于模型迁移的磨矿过程混合蛙跳算法-小波神经网络软测量建模及重构

摘要：
以磨矿过程的关键工艺指标(磨矿粒度和磨机排矿速率)为预测对象,提出一种基于小波神经网络（WNN）的自适应软测量建模方法.通过对磨矿过程工艺的分析,选取了软测量模型的辅助变量,利用混合蛙跳算法(SFLA)对WNN软测量模型的结构参数(小波函数伸缩因子、平移因子和网络连接权重)进行优化,实现软测量模型输入输出变量之间的非线性映射;并采用模型迁移思想及输入输出修正规划方法实现软测量模型的重构,以解决输入矿石品位改变这一动态工况下的模型自适应校正问题.仿真结果表明,所提出的模型能够显著提高磨矿过程中经济技术指标预测的精度和鲁棒性,满足磨矿生产过程的实时控制要求.
关键词：
磨矿过程; 软测量; 小波神经网络; 混合蛙跳算法; 模型迁移
中图分类号： TK 232
文献标志码： A     

基于DRFNN的赖氨酸发酵生物参数估计

赖氨酸发酵过程是一个复杂的非线性强耦合动态过程,发酵过程中某些关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线检测.针对这些问题,建立了基于动态递归模糊神经网络(DRFNN)的赖氨酸发酵生物参数估计软测量模型.利用主元分析法建立发酵过程中在线不可测参数的软测量模型,应用动态递归模糊神经网络所具有的自学习、自适应能力以及对任意非线性的逼近能力,对该模型进行辨识,从而达到预测这些关键生物参数的目的.仿真结果表明该方法能够对赖氨酸发酵过程中不可在线测量的生物参数进行估计,且达到了较高的精度.     

基于对角递归神经网络的粘度软测量模型

采用对角动态递归神经网络,基于生产过程的可测参数,构造聚酯(PET)的粘度软测量模型,实现PET粘度的在线估计。实验表明了方法的有效性和可行性。     

工业共沸精馏塔软测量建模方法的研究与应用

针对某一工业共沸精馏塔成分估计问题，利用基于支持向量机技术的软测量建模方法，建立了恰当的工业软测量模型。利用滑动时间窗技术实时更新建模数据集，并根据预估精度决策在线优化和模型更新，提高工业软测量模型的在线估计精度。研究结果表明，基于滑动时间窗的LS—SVM软测量建模方法，是一种有效的软测量建模方法。     

基于RBF人工神经网络的生活污水处理软测量方法

为实现城市生活污水处理的在线控制,提出了基于RBF人工神经网络的软测量方法.运用大量实测数据对RBF神经网络进行了训练和仿真.结果表明,基于RBF神经网络的软测量模型对污水处理指标BOD的实时控制具有实用价值.     

基于神经网络在线学习的脱硝系统入口氮氧化物预测

针对脱硝系统入口氮氧化物静态软测量预测模型不能满足变负荷时需求的问题,建立了一种基于神经网络在线学习的软测量模型.利用粒子群算法对静态神经网络的参数进行寻优,结合预报误差和当前预测误差的大小在线更新网络的权值、阈值和学习速率,可以满足不同负荷下的需求,利用电厂的实际运行数据对模型进行了验证.结果表明:在不同负荷下,建立的神经网络在线学习模型的准确性高,实时性好,泛化能力强,可以很好地对入口氮氧化物进行预测,为脱硝系统入口氮氧化物在线测量和监测提供了一种有效的方法.     

软测量技术在铸锭裂纹预报中的应用

针对在铸锭成型过程中无法对裂纹的发展趋势进行在线预报的问题,以铝合金电磁半连续铸造为研究对象,采用软测量技术,通过选取可以直接在线测量的辅助变量,建立了一种基于多层前馈神经网络的裂纹软测量模型.该模型的输出为量化后的裂纹值,从而间接地在线测量了铸锭的裂纹量化值,并对裂纹的发展趋势进行了预报.仿真与实验结果表明:该模型的裂纹预报值和实际值吻合得较好,预报值能很好地反映实际裂纹的倾向,从而使得裂纹的在线预报与在线控制成为可能.     

软测量技术在发酵过程中的应用研究

针对木糖醇发酵过程中关键参数在线测量难问题,建立基于均匀设计（UD）和遗传算法（GA）和神经网络（NNs)结构法,实现其在线软测量,实验表明,该模型可实现在线测量。     

基于OPC技术和果蝇优化广义回归神经网络的海洋蛋白酶发酵过程软测量

鉴于海洋生物酶发酵过程中关键生物参数难以实时在线测量的问题,提出了一种基于果蝇优化算法(Fruit fly optimization algorithm,FOA)的广义回归神经网络(Generalized regression neural network,GRNN)与面向过程控制的对象链接与嵌入技术相结合的软测量方法。GRNN的非线性映射能力强、学习速度快,但GRNN的预测性能受平滑因子的影响比较大,因此利用FOA对GRNN的平滑因子进行寻优,以提高模型的泛化能力,采用OPC技术可以实现MATLAB和组态王之间的数据通讯,将预测的关键生物参数值传送给组态王进行实时显示与存储。通过采集海洋蛋白酶发酵过程的实验数据,建立基于FOA优化GRNN的海洋蛋白酶发酵过程关键生物参数(菌体质量浓度、基质质量浓度、酶活)的软测量模型,并与GRNN、BP神经网络、支持向量机(Support vector machine,SVM)进行对比。结果表明,基于FOA优化GRNN的软测量模型对训练样本的拟合能力和对测试样本的预测能力都远远超过GRNN、BP神经网络和SVM,通过OPC技术将MATLAB和组态王进行数据连接,实现了生物参数的实时在线测量,且系统运行的稳定性较好。     

软测量与推断控制技术初探

该文论述了软测量与推断控制技术的基本思想和基本原理,介绍了软测量的研究现状和研究成果,并逐一论述了实现软测量技术的4个主要方面:辅助变量的选择、数据采集和处理、模型建立和在线校正。探讨了软测量常用的几类建模方法,包括回归分析和神经网络。分析了当前软测量技术面临的难点,对其今后的研究方向进行了总结与展望。     

基于支持向量机的软测量模型及应用

支持向量机(Support Vector machine, 简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法.针对软测量过程中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持向量机的软测量模型及算法.为小样本、非线性、高维数一类软测量问题的建模提供了一种有效的途径.通过对"纸张水分在线测量系统"应用表明,基于SVM的软测量模型及算法在测量精度和推广性能上都具有一定的优越性.     

基于平淡卡尔曼滤波的微弱GPS信号跟踪算法

在接收信号很微弱的情况下,全球定位系统(GPS)的传统方法不能很好地跟踪信号.采用非线性卡尔曼滤波算法取代传统的延迟锁定环和相位锁定环,用于高灵敏度GPS接收机的微弱信号处理环节.针对所提出的微弱信号系统模型中相关运算的特点,运用平淡卡尔曼滤波器进行信号跟踪.仿真结果表明,新方法能够较好地跟踪到载噪比低至27 dB-Hz的微弱信号,确保了跟踪精度;同时具有较高的灵敏度.     

强磁选过程优化运行的智能设定控制方法

赤铁矿强磁选优化运行过程中,工艺指标精矿与尾矿品位难以在线实时检测,而且这两个工艺指标与底层回路控制器的漂洗水流量、励磁电流和给矿浓度等关键过程变量之间存在强非线性、强耦合、时变等动态特性,很难建立精确的数学模型,因此常规的基于数学模型的控制方法难以应用.针对上述问题,本文融合数据与知识的方法,提出了一种智能设定控制方法,其中包括基于案例推理的回路预设定模型、基于主元分析与RBF神经网络的品位软测量模型以及基于规则推理的动态补偿模型.该方法通过响应边界条件的变化,自动在线调整适宜工作点.工业试验表明该方法可有效提高精矿品位,降低尾矿品位.     

MINS/GPS组合导航系统设计与实验

设计了一套MINS/GPS组合导航系统实验样机,可实时输出导航位置、速度和姿态信息。以GPS接收机的秒同步脉冲(PPS)与串口通信协议尾字节作为对齐标志,完成MINS与GPS时间同步;利用GPS的速度信息进行车载实验初始方位角对准,并利用横向约束条件标定惯导与车体间的方位安装误差角;设计了基于虚拟噪声的现场最优标定方法。以上措施均有效提高了系统的精度和可靠性。车载实验结果表明:无GPS辅助时,纯惯性导航在120 s时刻满足短时间惯性导航精度要求;组合导航定位精度在30min内与GPS相当。     

MINS/GPS组合导航系统设计与实验

设计了一套MINS/GPS组合导航系统实验样机,可实时输出导航位置、速度和姿态信息。以GPS接收机的秒同步脉冲(PPS)与串口通信协议尾字节作为对齐标志,完成MINS与GPS时间同步;利用GPS的速度信息进行车载实验初始方位角对准,并利用横向约束条件标定惯导与车体间的方位安装误差角;设计了基于虚拟噪声的现场最优标定方法。以上措施均有效提高了系统的精度和可靠性。车载实验结果表明,无GPS辅助时,纯惯性导航在120s时刻满足短时间惯性导航精度要求;组合导航定位精度在30min内与GPS相当。     

GPS(PPK)测量在矿山测量中的应用

简述了GPS(PPK)的测量原理,探讨了差分GPS(PPK)测量定位在矿山测量中的应用。     

单向碳纤维增强陶瓷基复合材料磨削表面质量研究

为考察单向碳纤维增强陶瓷基复合材料(C_f/SiC)的磨削表面质量,使用树脂结合剂金刚石砂轮完成正交试验研究.通过极差分析获得砂轮线速度v_s、磨削深度a_p和进给速度v_w对表面质量影响的主次顺序.正交试验结果表明:磨削深度对磨削表面粗糙度影响最大;随着磨削深度a_p的增大,表面粗糙度显著增大;随着砂轮线速度v_s的增大,表面粗糙度不断减小;随着进给速度v_w的增大,表面粗糙度增大.最终根据试验结果及表面微观形貌对单向碳纤维增强陶瓷基复合材料的磨削机理进行深入的分析,对单向C_f/SiC磨削加工理论的机理揭示具有指导意义.     

一种用于GPS定位估计滤波算法的非线性模型

提出了一种将现代非线性滤波技术用于GPS定位估计的方法，该方法可用于低价位的单机GPS接收器的定位，提高它们的定位精度和鲁棒性．应用该方法，根据单机GPS的原始数据、伪距和多普勒频移进行定位估计。开发了一种新的基于非线性滤波的位置和速度估计模型，该非线性模型具有随观察到的卫星数量而改变状态和测量元个数的动态特性．运用一种新型的非线性滤波-平淡卡尔曼滤波求解该模型．GPS定位实验结果表明．与通用的最小二乘迭代法或直接从接受机获得的结果相比，所提出的非线性模型得出的滤波估计结果具有较高的精度和鲁棒性．     

5S技术与测绘的结合

介绍了全球定位系统(GPS)、数字摄影测量系统(DPS)、遥感技术(RS)、地理信息系统(GIS)和专家系统(ES)5大现代技术(简称5S)的内容及特点，简述了5S技术的相互结合给遥感到给学科带来的技术革命及发展前景。