[發明專利]一種基于遺傳算法優化BP神經網絡的球磨機負荷檢測方法

有效

• 申請號: 201410056934.7
• 申請日: 2014-02-19
• 公開（公告）號: CN103839106A
• 公開（公告）日: 2014-06-04
• 發明（設計）人: 弋英民;惠瑜
• 申請（專利權）人: 西安理工大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06N3/12
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 李娜

1.一種基于遺傳算法優化BP神經網絡的球磨機負荷檢測方法，其特點在于，按照以下步驟實施：?

步驟1：采集球磨機的起磨磨音和停磨磨音；?

步驟2：磨音離線處理?

2.1）為了避免起磨磨音與停磨磨音在起始時刻和停止時刻的干擾，對磨音進行掐頭去尾處理；?

2.2）將掐頭去尾后的起磨磨音與停磨磨音按照某一固定時長進行處理，得到多個數據段信息，根據韋爾奇方法對每個數據段進行加海明窗處理；?

2.3）然后對每個加窗后的數據段進行快速傅里葉變換，取每個變換結果幅值的平方，并除以快速傅里葉變換點數作為功率譜估計的一次估計；并將這個估計值轉換為聲壓級；?

步驟3：選擇磨音有效頻段?

從停磨磨音或起磨磨音中劃分出4-8種磨機負荷，作出這幾種磨機負荷的磨音強度隨頻率的趨勢圖；根據有效頻段范圍對原始磨音數據進行選頻處理，得到選頻后的磨音數據；?

步驟4：標定磨機負荷數據；?

步驟5：基于遺傳算法優化BP神經網絡建模并進行磨機負荷預測，得到球磨機的負荷檢測結果，即成。?

2.根據權利要求1所述的基于遺傳算法優化BP神經網絡的球磨機負荷檢測方法，其特點在于：所述的步驟1中，起磨過程中，根據磨機操作人員經驗判斷出從起磨過程到最高負荷的時間長度，并用錄音設備記錄下實時磨音，錄音位置可參照現場電耳位置；停磨過程中，同樣道理，依照上述方法?采集停磨磨音。?

3.根據權利要求1所述的基于遺傳算法優化BP神經網絡的球磨機負荷檢測方法，其特點在于：所述的步驟2.1）中，同時去掉起磨磨音的第一分鐘及最后一分鐘信息，另外，同時去掉停磨磨音的第一分鐘及最后一分鐘信息。?

4.根據權利要求1所述的基于遺傳算法優化BP神經網絡的球磨機負荷檢測方法，其特點在于：所述的步驟3中，制作幾種磨機負荷的磨音強度隨頻率的趨勢圖的具體步驟是，?

首先根據趨勢圖分析確定出有效頻段范圍[f₁,f₂]；對于停磨磨音，選擇磨音趨勢呈單調上升的頻段作為f₁的值；而對于起磨磨音，選擇磨音趨勢呈單調下降的頻段作為f₁的值；然后根據確定f₁值的原則，確定出f₂的值。?

5.根據權利要求1所述的基于遺傳算法優化BP神經網絡的球磨機負荷檢測方法，其特點在于：所述的步驟4中，?

磨機負荷是通過球磨機內的物料體積在滾筒內所占的容積百分比來計算的，因此，在起磨狀態下即滾筒內的礦料為零而鋼球量不為零時標定一數值，而在球磨機最高負荷時標定另一數值，?

計算選頻后的每分鐘磨音頻譜能量，并將能量值歸一化到某一范圍內，標定出磨機負荷百分比和歸一化后的頻譜能量值對應關系，得到多組磨機負荷數據，?

將選頻后每分鐘的磨音頻譜按照某一增量分為多個分頻段N_voice，并求出分頻段能量值，同時也歸一化到某一范圍內，再根據上面標定的磨機負荷數據和磨音多頻段能量值進行模型建立。?

6.根據權利要求1所述的基于遺傳算法優化BP神經網絡的球磨機負荷?檢測方法，其特點在于：所述的步驟5中，?

對于本發明所應用的BP神經網絡模型，輸入變量是步驟4得到的分頻段能量值，輸出變量是磨機負荷百分比，所以該BP神經網絡的輸入層節點數有N_voice個，輸出層節點數有一個；隱含層節點數的選擇參考如下公式：?

式中，l為隱含層節點數；m為輸出層節點數；n為輸入層節點數；a為0～10之間的常數；然后用試湊法確定最佳的隱含層節點數，?

根據BP神經網絡結構對種群中的個體進行實數編碼，種群規模范圍為[20,50]，最大進化代數范圍為[30,100]，選擇操作選用輪盤賭法，交叉概率范圍為[0.4,0.9]，變異概率范圍為[0.01,0.1]，?

種群中的每個個體都包含了該網絡神經元節點的所有權值和閾值，個體通過適應度函數計算個體適應度值，遺傳算法通過選擇、交叉和變異操作找到最優適應度值對應的個體，?

將遺傳算法得到的最優個體對BP神經網絡權值和閾值進行初始權值和閾值賦值，然后BP神經網絡經訓練后，就能夠根據輸入的磨音分頻段能量值對磨機負荷進行預測。?