噪声与振动控制

噪声与振动控制 ›› 2022, Vol. 42 ›› Issue (4): 144-151.

• 信号处理与故障诊断 • 上一篇    下一篇

基于PSO-LSSVM球磨机负荷参数预测及监测系统开发

罗小燕1, 2，黄耀锋1，李波波1，刘吉顺1   

  1. ( 1. 江西理工大学机电工程学院，江西赣州341000；2. 江西省矿冶机电工程技术研究中心，江西赣州341000 )
  • 收稿日期:2021-07-06 修回日期:2021-11-02 出版日期:2022-08-18 发布日期:2022-08-18

  • Received:2021-07-06 Revised:2021-11-02 Online:2022-08-18 Published:2022-08-18

PDF

摘要： 针对球磨机筒体振动信号中存在非线性、非平稳性及环境噪声强等问题，提出一种基于粒子群优化最小二乘支持向量机（PSO-LSSVM）球磨机负荷参数（填充率和料球比）预测方法，并开发基于LabVIEW的球磨机负荷参数监测系统。通过粒子群(PSO)优化最小二乘支持向量机（LSSVM）算法中的正则化参数y 和核函数宽度，简化求解过程，提高模型训练速度。以球磨机筒体振动信号的Hilbert-边际谱样本熵为输入，以球磨机筒体内部的填充率和料球比为输出，建立基于PSO-LSSVM的磨机负荷参数预测模型。与LSSVM预测结果比较，该模型的预测精度较高，填充率平均绝对误差降低0.05、平均绝对百分误差降低8.09 %；料球比平均绝对误差降低0.04、平均绝对百分误差降低2.76 %。在线测试结果表明该在线监测系统准确率为64.37 %，且系统运行一次的平均时间为45 s，可实现球磨机负荷参数的实时预测。

关键词: 振动与波, 球磨机, LSSVM, PSO, LabVIEW, 负荷参数