位置:成果数据库 > 期刊 > 期刊详情页
基于计算机视觉的浮选泡沫颜色及尺寸测量方法
  • 期刊名称:仪器仪表学报
  • 时间:0
  • 页码:717-721
  • 语言:中文
  • 分类:TP273[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]中南大学信息科学与工程学院,长沙410083, [2]长沙民政学院,长沙410004, [3]湖南人文科技学院生命科学系,娄底417000
  • 相关基金:国家自然科学基金资助项目(60874069,60843002); 国家高技术研究发展计划资助项目((2009A04Z137)
  • 相关项目:检测大时滞有色冶金配料过程不确定实时优化方法研究
中文摘要:

针对硅锰合金埋弧熔炼过程中炉渣成分检测难的问题,提出一种基于自适应差分进化(ADE)优化的约减最小二乘支持向量机(RLSSVM)软测量模型。该模型以硅锰合金熔炼过程的工况参数为实测数据集,首先通过斯密特正交变换获取高维特征空间核矩阵的基,然后利用Direct Kernel PLS回归计算得到约减最小二乘支持向量机软测量模型,并以最小化训练样本的均方差为目标函数,用自适应差分进化算法优化最小二乘支持向量机的核参数和正则化参数,将此模型应用于30 MW硅锰合金埋弧冶炼过程炉渣成分测量。结果表明:ADE-RLSSVM模型测量值与实际值的最大相对误差为7.3%,运行时间为21 min。

英文摘要:

To overcome the difficulty that the slag composition cannot be effectively measured in silicon-manganese smelting process,a soft sensor model based on reduced least squares support vector machine(RLSSVM) was proposed,which was optimized by adaptive differential evolution(ADE) algorithm.Firstly,based on the measured data,the base vectors of kernel matrix can be gotten by Schmidt orthogonalization in the high dimensional feature space.Then,the direct kernel partial least squares regression(PLS) calculation was conducted to obtain the RLSSVM soft sensor model.Taking the minimum standard deviation of the training sample as the objective function,the adaptive differential evolution algorithm was used to optimize the kernel function parameters and regularization parameter of LSSVM.At last,applying this method to estimate the slag composition in a 30 MW submerged arc furnace,the results show that the maximum relative error of ADE-RLSSVM model is 7.3% and the computation time is 21 min.

同期刊论文项目
期刊论文 43 会议论文 7 专利 1 著作 1
期刊论文 287 会议论文 65 获奖 9 专利 15 著作 2
期刊论文 64 会议论文 1 专利 1 著作 1
同项目期刊论文