期刊文章详细信息
在线KPLS建模方法及在磨机负荷参数集成建模中的应用 ( EI收录)
On-line KPLS Algorithm with Application to Ensemble Modeling Parameters of Mill Load
文献类型:期刊文章
机构地区:[1]东北大学流程工业综合自动化国家重点实验室,沈阳110004 [2]中国人民解放军92941部队,中国葫芦岛125001 [3]东北大学自动化研究中心,沈阳110004 [4]墨西哥国立理工大学高级研究中心(CINVESTAV-IPN)墨西哥07360 [5]沈阳化工大学信息工程学院,中国沈阳110142
基 金:国家自然科学基金(61020106003,61203102,60904079,61134006);111计划(B08015);国家科技支撑计划(2012BAF19G00)资助~~
年 份:2013
卷 号:39
期 号:5
起止页码:471-486
语 种:中文
收录情况:BDHX、BDHX2011、CSCD、CSCD2013_2014、EI(收录号:20132616449097)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:针对过程非线性、基于历史数据构建的离线模型泛化性差以及基于滑动窗口和每样本递推更新的在线建模方法难以均衡建模精度和建模速度等问题,提出了一种在线核偏最小二乘(On-line kernel partial least squares,OLKPLS)建模方法.该方法依据新样本与建模样本间的近似线性依靠(Approximate linear dependence,ALD)值和代表工业过程特性漂移幅度的阈值,选择有价值样本更新KPLS模型,并采用合成数据和Benchmark平台数据对该方法进行了仿真验证.针对基于离线历史数据建立的融合多传感器信息的磨机负荷参数集成模型难以适应磨矿过程时变特性的问题,提出了基于OLKPLS和在线自适应加权融合算法的在线集成建模方法,并通过实验球磨机的实际运行数据仿真验证了方法的有效性.
关 键 词:核偏最小二乘 近似线性依靠 模型更新条件 在线建模 集成建模
分 类 号:TD453]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...