[發明專利]基于ARIMA及RNN的立磨振動預測方法及裝置

有效

• 申請號: 202010517591.5
• 申請日: 2020-06-09
• 公開（公告）號: CN111695730B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 紀楊建;陳欣玥
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/2455;G06F16/2458;G06Q10/0639;G06N3/0442;G06Q50/04
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 陳瀟瀟

本發明實施方式提供一種基于ARIMA及RNN的立磨振動預測方法及裝置，屬于立磨振動預測技術領域。方法包括：獲取表征立磨實時振動值的第一時序數據及表征影響因子的實時值的第二時序數據；建立表征立磨的振動值與影響因子關聯關系的第一時間序列矩陣；以第一時序數據為輸入，經ARIMA自回歸移動平均模型輸出預測立磨未來振動值的第三時序數據；以第一時間序列矩陣為輸入，經RNN循環神經網絡模型輸出預測立磨未來振動值的殘差的第四時序數據；對第三時序數據及第四時序數據求和，輸出最終預測立磨未來振動值的第五時序數據。本發明通過ARIMA和RNN混合建模，解決了現有技術在實時生產過程中具有較大的滯后性的問題。

技術領域

本發明涉及立磨振動預測技術領域，具體地涉及一種基于ARIMA及RNN的立磨振動預測方法及一種基于ARIMA及RNN的立磨振動預測裝置。

背景技術

水泥行業是較為典型的高能耗與能源依賴型產業，水泥的生產過程中，生料、煤和礦渣等的粉磨作業是其中的重要能源消耗環節，約占總能源消耗的50％-60％，因此粉磨設備及相關工藝參數的研究改進是水泥產業中的熱點。立磨作為粉磨設備的一大改進成果，相比于傳統球磨等設備，能夠更加高效利用能源，提高生產效率，已經在水泥領域中獲得了全面推廣與應用。在實際生產實踐中，立磨的振動值對于設備使用壽命、生產與經濟效益等有著關鍵的影響。實現對立磨振動的實時預測，能夠對異常振動值提前預判，方便生產人員及時檢查與調整設備，提高生產效率，減少不必要的能耗。然而現有的關于立磨振動的研究大多集中在影響其振動的因素分析，往往通過有豐富生產經驗的工人對立磨振動做預測，人為發現振動值異常后才開始調整參數或檢查，在實時生產過程中具有較大的滯后性。

發明內容

本發明實施方式的目的是基于ARIMA自回歸移動平均模型挖掘立磨振動時序數據流中的線性關系并結合RNN循環神經網絡捕捉經過線性提取后的立磨振動殘差時序流與影響因子之間的非線性關系實現立磨振動值的在線預測，以解決現有技術中需人為發現振動值異常后才開始調整參數或檢查，在實時生產過程中具有較大的滯后性的問題。

為了實現上述目的，在本發明的第一方面，提供一種基于ARIMA及RNN的立磨振動預測方法，包括：

獲取表征立磨的實時振動值的第一時序數據及表征與所述立磨實時振動值關聯的影響因子的實時值的第二時序數據；

依據所述第一時序數據及所述第二時序數據建立表征所述立磨的振動值與所述影響因子關聯關系的第一時間序列矩陣；

以所述第一時序數據為輸入，經預訓練的ARIMA自回歸移動平均模型輸出預測所述立磨未來振動值的第三時序數據；

以所述第一時間序列矩陣為輸入，經預訓練的RNN循環神經網絡模型輸出預測所述立磨未來振動值的殘差的第四時序數據；

對所述第三時序數據及所述第四時序數據求和，輸出最終預測所述立磨未來振動值的第五時序數據。

可選地，所述以所述第一時序數據為輸入，經預訓練的ARIMA自回歸移動平均模型輸出預測所述立磨未來振動值的第三時序數據，包括：

對所述第一時序數據進行數據清洗，所述數據清洗包括缺失值、異常值及重復值的處理；

以進行數據清洗后的第一時序數據為輸入，經預訓練的ARIMA自回歸移動平均模型輸出預測所述立磨未來振動值的第三時序數據。

可選地，所述影響因子包括：

立磨主電機電流、立磨入口壓力、立磨入口溫度、立磨出口壓力、立磨出口溫度、主輥壓力、主輥反壓力、主輥風壓、主輥轉速、選粉機電機電流、選粉機轉速、主減速器垂直振動、物料水分、磨內噴水量、喂料量以及料層厚度。

可選地，與所述立磨實時振動值關聯的影響因子經XGBoost模型篩選得到，所述影響因子的篩選方法，包括：