[發明專利]基于監督等距映射和支持向量回歸的球磨機料位測量方法有效
| 申請號： | 201510837488.8 | 申請日： | 2015-11-25 |
| 公開（公告）號： | CN105512690B | 公開（公告）日： | 2018-07-24 |
| 發明（設計）人： | 閻高偉;龐宇松;喬鐵柱;任密蜂;郭磊 | 申請（專利權）人： | 太原理工大學 |
| 主分類號： | G06K9/66 | 分類號： | G06K9/66;G06K9/62 |
| 代理公司： | 太原科衛專利事務所(普通合伙) 14100 | 代理人： | 朱源 |
| 地址： | 030024 *** | 國省代碼： | 山西;14 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 監督 等距 映射 支持 向量 回歸 球磨機 測量方法 | ||
【權利要求書】：
1.一種基于監督等距映射和支持向量回歸的球磨機料位測量方法，其特征在于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：采集料位Z＝{z1，…，zN}下的球磨機振動信號S＝{s1，…，sN}，其中N為訓練樣本個數；
步驟二：求取振動信號的功率譜，并將[f1,f2]內的功率譜均分成nf份，且對各部分求取均值，得到振動功率譜基本特征X＝{x1，…，xN}；
步驟三：用監督等距映射對振動功率譜基本特征X進行非線性降維和提取特征Y＝{y1，…，yN}；
步驟四：學習步驟三的監督等距映射，訓練RBF神經網絡，使其逼近監督等距映射，徑向基神經網絡輸入層數據為訓練集振動功率譜基本特征X，輸出層數據為特征Y，并將振動功率譜基本特征X輸入RBF，得到映射特征Y'＝{y′1，…，y'N}；
步驟五：建立映射特征Y'和料位Z之間支持向量回歸模型，采用SVR建立RBF映射所得特征Y'與料位Z之間的非線性模型；
在線測量階段包括以下步驟：
步驟一：采集料位z下的球磨機振動信號s；
步驟二：求取振動信號s的功率譜，并將[f1,f2]內的功率譜均分成nf份，且對各部分求取均值，得到振動功率譜基本特征x；
步驟三：利用RBF映射將振動功率譜基本特征x映射為特征y'；
步驟四：將上述特征y'輸入支持向量回歸模型進行料位預測，得到所測量料位。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于太原理工大學，未經太原理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510837488.8/1.html，轉載請聲明來源鉆瓜專利網。
