在线KPLS建模方法及在磨机负荷参数集成建模应用.pdfVIP

下载本文档

18
0
约6.66万字
约 7页
2017-08-09 发布于安徽
举报
版权申诉

在线KPLS建模方法及在磨机负荷参数集成建模应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

在线KPLS建模方法及在磨机负荷参数集成建模中的应用 1 1,2 3 1 汤健，柴天佑，余文，赵立杰 1. 东北大学流程工业综合自动化国家重点实验室, 沈阳 110004 E-mail: tjian001@126.com, zlj_lunlun@163.com 2. 东北大学自动化研究中心, 辽宁沈阳 110004 E-mail: , tychai@ 3. 墨西哥国立理工大学高级研究中心(CINVESTAV-IPN), Mexico D.F. 墨西哥07360 E-mail: yuw@ctrl.cinvestav.mx 摘要: 针对工业过程时变特性需要软测量模型具有自适应能力，常用的滑动窗口和每样本递推更新的在线建模方法难以有效地在建模精度和建模速度间均衡的问题，本文提出了一种在线核偏最小二乘KPLS(OLKPLS)建模方法。该方法依据新样本与建模样本间的近似线性依靠(ALD)值和代表工业过程特性漂移幅度的阈值，选择ALD 意义下的有价值样本进行KPLS模型更新。采用仿真数据和benchmark平台数据验证了该方法的有效性。针对融合多传感器信息的磨机负荷参数集成模型不能自适应更新的问题，提出了基于OLKPLS和在线自适应加权融合算法的在线集成建模方法，并基于实验球磨机的实际运行数据进行了仿真验证。. 关键词: 核偏最小二乘(KPLS)，近似线性依靠(ALD)，模型更新条件，在线建模，集成建模 On-line KPLS Algorithm with Application to Ensemble Modeling Parameters of Mill load 1 1,2 3 1 Tang Jian , Chai Tianyou , Yu Wen , Zhao Lijie 1. State Key Laboratory of Synthetical Automation for Process Industries (Northeastern University),Shenyang, 110004, China E-mail: tjian001@126.com, zlj_lunlun@163.com 2. Research Center of Automation, Northeastern University, Shenyang, 110004 E-mail: , tychai@ 3. Departamento de Control Automatico,CINVESTAV-IPN, Av.IPN 2508,México D.F. 07360, México E-mail: yuw@ctrl.cinvestav.mx Abstract: Time-varying property of industrial processes requires adaptive ability of the soft sensor models. Normal move window and sample recursive updat