结合相空间重构和 ELM 的磨煤机振动软测量.pdfVIP

第４４卷　第３期 热　力　发　电 Ｖｏｌ４４　Ｎｏ３ ２０１５ 年３月 ＴＨＥＲＭＡＬ ＰＯＷＥＲ ＧＥＮＥＲＡＴＩＯＮ Ｍａｒ．２０１５  结合相空间重构和ＥＬＭ 的 磨煤机振动软测量 陈金楷，夏　季，谭　鹏，张　成，陈　刚 （华中科技大学煤燃烧国家重点实验室，湖北 武汉　４３００７４） ［摘　　　要］以某１ ０００ ＭＷ燃煤发电机组锅炉的磨煤机振动作为软测量对象，建立了结合相空间重构和 极限学习机（ＥＬＭ）的磨煤机振动模型，并对比了有和无煤种信息输入的磨煤机振动预测效 果。该模型综合考虑磨煤机运行的多参数和变煤种情况，运用相空间重构将振动烈度重构 成ｍ 维时延为 的矩阵，利用前ｍ－１ 维与其他参数组合成ＥＬＭ的输入矩阵，第ｍ 维作为输 τ 出。测试结果表明，模型对磨煤机振动预测的平均相对误差为６．２７％，优于传统的ＥＬＭ和 支持向量机（ＳＶＭ）模型；煤种信息对磨煤机的振动有一定影响。 ［关　键　词］磨煤机振动；ＥＬＭ；相空间重构；多参数；变煤种；软测量 ［中图分类号］ＴＫ２２３．２５　［文献标识码］Ａ　［文 章 编 号］１００２３３６４（２０１５）０３００４２０６ ［ＤＯＩ 编 号］１０．３９６９／ｊ．ｉｓｓｎ．１００２３３６４．２０１５．０３．０４２ Ｐｈａｓｅ ｓｐａｃｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ＥＬＭｂａｓｅｄ ｓｏｆｔ ｍｅａｓｕｒｅｍｅｎｔ ｆｏｒ ｖｉｂｒａｔｉｏｎ ｏｆａ ｍｉｌｌ ｗｉｔｈ ｍｕｌｔｉｐｌｅ ｐａｒａｍｅｔｅｒｓ ａｎｄ ｃｏａｌ ｔｙｐｅｓ ＣＨＥＮ Ｊｉｎｋａｉ，ＸＩＡ Ｊｉ，ＴＡＮ Ｐｅｎｇ，ＺＨＡＮＧ Ｃｈｅｎｇ，ＣＨＥＮ Ｇａｎｇ （Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆＣｏａｌ Ｃｏｍｂｕｓｔｉｏｎ，Ｈｕａｚｈｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔａｋｉｎｇ ｔｈｅ ｍｉｌｌ ｖｉｂｒａｔｉｏｎ ｉｎ ａ ｍｉｌｌｉｏｎ ｋｉｌｏｗａｔｔｓ ｃｏａｌｆｉｒｅｄ ｇｅｎｅｒａｔｉｎｇ ｕｎｉｔ ａｓｔｈｅ ｓｏｆｔ ｍｅａｓｕｒｅｍｅｎｔ ｏｂｊｅｃｔ， ｔｈｅ ｍｉｌｌ ｖｉｂｒａｔｉｏｎ ｍｏｄｅｌ ｃｏｍｂｉｎｉｎｇ ｐｈａｓｅ ｓｐａｃｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｗｉｔｈ ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ（ＥＬＭ）ｗａｓ ｅｓｔａｂ ｌｉｓｈｅｄ．Ｍｏｒｅｏｖｅｒ，ｔｈｅ ｐｒｅｄｉｃｔｅｄｒｅｓｕｌｔｓｆｏｒｍｉｌｌｖｉｂｒａｔｉｏｎｗｉｔｈａｎｄｗｉｔｈｏｕｔｉｎｆｏｒｍａｔｉｏｎｉｎｐｕｔｗｅｒｅ ｃｏｍｐａｒｅｄ．Ｂｙｐｈａｓｅ ｓｐａｃｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ，ｔｈｉｓ ｍｏｄｅｌ，ｗｈｉｃｈ ｃｏｎｃｅｒｎｓ ｔｈｅ ｍｕｌｔｉｐｌｅ ｐａｒａｍｅｔｅｒｓ ａｎｄ ｖａｒｉａｂｌｅ ｃｏａｌ ｔｙｐｅｓ ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ， ｒｅｃｏｎｓｔｒｕｃｔｓ ｔｈｅｖｉｂｒａｔｉｏｎ ｉｎｔｅｎｓｉｔｙｉｎｔｏｍｄｉｍｅｎｓｉｏｎａｌｍａｔｒｉｘｗｉｔｈ ｄｅｌａｙ．Ｔｈｅ ｌａｓｔｄｉｍｅｎｓｉｏｎｗｉｌｌｂｅ ａｐｐｌｉｅｄ ａｓｔｈｅ τ ｏｕｔｐｕｔ ｏｆｔｈｅ ＥＬＭ，ｗｈｉｌｅ ｔｈｅ ｏｔｈｅｒｓ ｗｉｌｌ ｂｅ ａｄｏｐｔｅｄ ａｓ ｔｈｅ ｉｎｐｕｔ ｗｉｔｈ ｏｔｈｅｒ ｐａｒａｍｅｔｅｒｓ．Ｔｈｅ ｔｅｓｔ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ， ｔｈｅ ａｖｅｒａｇｅ ｒｅｌａｔｉｖｅ ｅｒｒｏｒｂｅｔｗｅｅｎｔｈｅ ｍｅａｓｕｒｅｄｖａｌｕｅ ａｎｄｐｒｅｄｉｃｔｅｄｖａｌｕｅ ｉｓｗｉｔ