-
题名浮选工艺指标KPCA-ELM软测量模型及应用
被引量：29
- 1
-
-
作者
李海波
柴天佑
岳恒
-
机构
东北大学流程工业综合自动化国家重点实验室
东北大学自动化研究中心
-
出处
《化工学报》
EI
CAS
CSCD
北大核心
2012年第9期2892-2898,共7页
-
基金
国家重点基础研究发展计划项目(2009CB320601)~~
-
文摘
精矿品位和尾矿品位是浮选过程重要的工艺技术指标,其难以实现在线检测,且与过程控制变量具有强非线性、不确定性等综合复杂特性,难以直接采用精确的数学模型描述,主要依靠人工化验分析。人工采样化验周期较长,难以满足控制要求,使得浮选精矿品位偏低,尾矿品位偏高,因此建立浮选品位指标的软测量方法受到工业界广泛关注。在分析浮选过程工艺指标相关影响因素的基础上,建立一种基于主元分析KPCA(ker-nel principal component analysis)和极限学习机ELM(extreme learning machine)的软测量模型。为了消除离群点对软测量模型精度的影响,采用基于稳健位置估计的方法识别离群点,利用核主元分析对软测量模型的输入数据进行降维,提取非线性主元,然后用极限学习机进行建模。该建模方法已成功应用于中国西北某选矿厂浮选车间,工业应用结果表明该方法有很高的预报精度,对生产有一定的指导意义。
-
关键词
浮选
核主元分析
极限学习机
软测量
-
Keywords
flotation； kpca； elm； soft sensor
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
