[發明專利]一種少量標定的基于深度信念網絡的球磨機料位測量方法

有效

• 申請號: 201510837425.2
• 申請日: 2015-11-25
• 公開（公告）號: CN105300473B
• 公開（公告）日: 2018-10-26
• 發明（設計）人: 閻高偉;任密蜂;續欣瑩;龐宇松;郭磊
• 申請（專利權）人: 太原理工大學
• 主分類號: G01F23/22
• 分類號: G01F23/22
• 代理公司: 太原科衛專利事務所(普通合伙) 14100
• 代理人: 朱源

本發明涉及滾筒式球磨機料位的檢測方法，具體為一種少量標定的基于深度信念網絡的球磨機料位測量方法。一種少量標定的基于深度信念網絡的球磨機料位測量方法，其具體步驟如下：采集球磨機的振動信號，并求取振動信號的功率譜；采用大量無標簽數據和少量帶標簽數據對深度信念網絡進行訓練，并進行特征提取；最后建立提取特征和料位之間的回歸模型。本發明能可靠測量球磨機料位，可在難以獲得大量帶標簽樣本的情況下進行建模，具有較高的實用價值和推廣前景。

技術領域

本發明涉及滾筒式球磨機料位的檢測方法，具體為一種少量標定的基于深度信念網絡的球磨機料位測量方法。

背景技術

滾筒式球磨機是一種典型的制粉設備，主要應用于電力、礦山、水泥和化工等行業。由于球磨機系統具有非線性、大滯后、強耦合的特點，且工作于封閉旋轉狀態，導致目前難以直接檢測球磨機料位，從而經常發生飽磨、空磨和堵磨，使得其效率降低，研磨質量下降。因此需要采用軟測量方法對球磨機料位進行測量，以優化生產過程。

在測量的建模過程中，需要建立球磨機輔助變量和料位標簽之間的模型。而建立傳統的軟測量模型往往需要大量具有精確料位標簽的樣本。但在實際連續工業工程中，若要獲得精確的料位值，不得不停機標定，于是建模成本較高且過程繁瑣。但是若只獲得大量連續料位的球磨機振動信號成本較低，而這些未經標記的振動信號中也蘊含著大量與料位相關的信息，若能被合理利用，則可以有效降低建模成本和難度。因此需要考慮實現一種能夠綜合大量無標簽信號和少量有標簽信號蘊含的信息的方法進行建模，從而有效減少標定次數，降低測量成本和難度。

發明內容

本發明的發明目的是提供一種利用大量無標簽樣本和少量帶標簽樣本進行球磨機料位測量的方法，以通過少量標定達到有效測量，從而解決實際工程中難以獲取大量帶標簽樣本的問題，達到降低測量工程實施難度的目的。

一種少量標定的基于深度信念網絡的球磨機料位測量方法，包括離線建模階段與在線測量階段，其中離線建模階段包括以下步驟：

步驟一：采集從低料位到高料位的無標簽振動信號同時對少量料位Z＝{z₁,…,z_N}進行標定，得到有標簽的振動信號

步驟二：對無標簽振動信號和有標簽振動信號分別求取功率譜和設定為無標簽訓練集，M為無標簽樣本個數，為有標簽訓練集，N為有標簽樣本個數。

步驟三：訓練深度信念網絡(Deep Belief Network,DBN)，并利用訓練好的DBN對有標簽的功率譜進行特征提取，其過程如下。

首先將大量無標簽訓練集X_unlabel輸入到DBN的首個受限玻爾茲曼機(restrictedBoltzmann machine,RBM)可見層v中，然后基于大量無標簽訓練集X_unlabel采用對比散度(Contrastive Divergence,CD)算法無監督地訓練RBM,具體規則如下：

△w_i,j＝ε(<_vih_j>_data-<v_ih_j>_recon)，

△b_i＝ε(<v_i>_data-<v_i>_recon)， (1)

△c_j＝ε(<h_j>_data-<h_j>_recon)，