典型文献
基于PCA-PSO-SVM的球磨机负荷预测研究
文献摘要：
球磨机是磨矿生产中的主要设备,但其运行时的内部负荷无法被直接检测,因此难以对负荷进行实时有效地控制,导致磨矿效率受到影响.针对此问题,文中通过磨矿实验采集球磨机磨音信号,对信号进行Welch功率谱分析,研究了磨音频谱信息与球磨机负荷之间的关系.利用PCA对功率谱进行特征提取,为球磨机负荷预测提供外部特征信息.然后,采用PSO对SVM相关参数进行寻优并建立PCA-PSO-SVM球磨机负荷预测模型.研究结果表明,该球磨机预测模型的预测均方根误差为1.1443,平均绝对误差为0.9125,平均百分比误差为2.7979％,证明了该模型对球磨机负荷预测的有效性和稳定性.
文献关键词：
球磨机;磨音信号;信号处理;Welch功率谱分析;主元分析法;粒子群算法;支持向量机;负荷预测
中图分类号：
作者姓名：
冯先丁;魏镜弢;吴张永;钱杰;浦友尚
作者机构：
昆明理工大学 机电工程学院,云南 昆明650500
文献出处：
引用格式：
[1]冯先丁;魏镜弢;吴张永;钱杰;浦友尚-.基于PCA-PSO-SVM的球磨机负荷预测研究)[J].电子科技,2022(01):29-34
A类：
磨音信号
B类：
PSO,球磨机,磨机负荷,预测研究,主要设备,直接检测,磨矿效率,过磨,Welch,功率谱分析,音频,频谱信息,外部特征,特征信息,负荷预测模型,平均绝对误差,信号处理,主元分析法,粒子群算法
AB值：
0.204059
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
