文献类型：期刊文章

作　　者：罗小燕[1] 陈慧明[1] 卢小江[1] 熊洋[1]

机构地区：[1]江西理工大学机电工程学院,江西赣州341000

出　　处：《中国测试》

基　　金：国家自然科学基金项目(51464017);江西省高等学校科技落地计划项目(KJLD1304(45))

年　　份：2017

卷　　号：43

期　　号：1

起止页码：132-135

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、IC、ZGKJHX、核心刊

摘　　要：针对实际生产中只能依据专家经验判断磨机负荷(ML)状态,难以检测ML及其直接相关参数的问题,该文通过分析反应磨机内部负荷的振动信号,提取频谱特征,利用支持向量机(SVM)建立磨机负荷参数的预测模型。为解决SVM核函数参数g和惩罚因子C主观选取问题,提出采用网格搜索与交叉验证相结合的方法,对SVM参数进行优化。最后基于Matlab与VC混合编程,建立仿真平台,实现球磨机负荷参数的预测仿真。分别利用SVM默认参数和最佳优化参数代入ML回归预测模型,通过参数ML预测对比,得到SVM最佳优化参数下训练的平均平方误差(MSE)和平方相关系数(r2)均优于SVM默认参数下的预测结果。

关 键 词：磨机负荷 网格搜索 交叉验证  参数优化  混合编程

分 类 号：TP274]