基于稀疏多核最小二乘支持向量机浮选关键指标软测量.pdfVIP

第 21 卷第 12 期 中国有色金属学报  2011 年 12 月  Vol.21 No.12  The Chinese Journal of Nonferrous Metals  Dec. 2011  文章编号：1004­0609(2011)12­3149­06  基于稀疏多核最小二乘支持向量机的浮选关键指标软测量 阳春华，任会峰，许灿辉，桂卫华  (中南大学 信息科学与工程学院，长沙  410083)  摘 要：由于浮选性能受多种因素的制约，适宜的矿浆 pH 值是高效泡沫浮选的关键。针对 pH 值在线检测仪易 受干扰、维护保养成本高等不足，结合泡沫浮选过程机理分析，以泡沫视频图像特征为辅助变量，将局部核函数 和全局核函数加权组合，提高模型的学习和泛化能力，利用 Schmidt 正交化理论约简多核矩阵，减小计算量，建 立基于稀疏多核最小二乘支持向量机的浮选矿浆 pH 值软测量模型。工业运行数据测试结果表明：所建模型具有 预测精度高、反应迅速、稳定性好等优点，适于工业应用。 关键词：pH 值；软测量；多核最小二乘支持向量机；稀疏性；泡沫浮选 中图分类号：TD923；TP273  文献标志码：A  Soft sensor of key index for flotation processbased on  sparse multiple kernels least squares support vector machines  YANG Chun­hua, REN Hui­feng, XU Can­hui, GUI Wei­hua  (School of Information Science and Engineering, Central South University, Changsha 410083, China)  Abstract: The pH value of pulp can directly influence the mineral  froth flotation efficiency.  Considering the poor  stability of detectors and serious manual detection time­delay, a novel soft­sensor of pH is proposed combined with the  analysis of flotation mechanism and convex combination of Gaussian and linear kernel function based on the sparse  multiple kernels least squares support vector machines using image features as instrumental variable. Furthermore, the  kernel  matrices  were  reduced  by  Schmidt  orthogonalization  theory  to  lower  the  computational  complexity.  The  experiment has verified the presented model performs high prediction accuracy, high efficiency and good stability.  Key words:pH value; soft sensor; multiple kernels least squares support vector machines; sparsity; froth flotation