基于数据的铝电解槽氧化铝浓度预测

根据铝电解的工艺原理和生产数据特点,分析工艺参数对铝电解槽氧化铝浓度的影响。针对铝电解生产数据存在噪声的问题,及铝电解槽在不同槽况下氧化铝浓度不同的特征,提出具有除噪功能FCM算法(NCFCM算法)的槽况分类多支持向量机氧化铝浓度预测方法;上述方法将训练样本数据分为c类,对每个子类样本建立支持向量机预测模型,用粒子群算法优化模型参数;建立判别函数,判别待预测样本数据所属类别;将待预测样本数据代入相应类的回归模型中进行预测。采用某铝厂电解槽采集数据作为应用案例,建立改进方法预测模型。相比标准模糊C-均值聚类算法的支持向量机模型,改进方法不仅考虑多个铝电解工艺参数对氧化铝浓度的影响,且有高预测精度、低训练难度等优点,为铝电解生产过程的稳定提供参考。仿真证实了改进方法的有效性。

基于最小二乘支持向量机的氧化铝浓度预测

建立基于种群活性粒子群算法优化最小二乘支持向量机参数的铝电解氧化铝浓度预测模型,根据铝电解生产工艺及历史数据的特点,确定模型的基本输入变量,解决了粒子群优化算法早熟收敛及最小二乘支持向量机参数确定周期长的问题。利用群活性加速度作为多样性测度,当群活性的加速下降时,对粒子的位置和速度分别执行进化操作用以改进标准PSO(Particle Swarm Optimization)算法;与标准的LSSVM(Least Squares Support Vector Machine)方法相比,提出的改进PSO-LSSVM的预测模型有效地提高预测精度且计算速度更快。

胶带输送机多点驱动功率平衡控制方法研究

本文针对塔山矿带式输送机机采用多点驱动功率平衡问题,分析了多点驱动皮带机的功率平衡原理,介绍了RBF神经网络PID控制方法,提出了两点及两点以上驱动的功率平衡策略及控制流程,现场应用验证了所提控制方法的有效性。