一种磨机负荷参数软测量方法与流程

技术特征：

1.一种磨机负荷参数软测量方法，包括：

S100、在预定的磨机负荷下运行磨机，获取表征磨机振动和/或振声的训练样本特征信号；

S200、将所述训练样本特征信号分解为具有不同时间或能量尺度的多种不同训练样本子信号，每个训练样本子信号代表具有物理含义的单一振动模态；

S300、对所有训练样本子信号进行相关性分析，并对与原始信号相关性度量高于预定阈值的子信号进行时域频域转换以获得元素相互独立的特征频谱向量；

S400、以核变量数量、核参数以及集成模型尺寸进行编码获取遗传算法的染色体，并以编码后的染色体为个体根据预定种群规模生成初始种群；

S500、对当前种群的染色体进行解码以获取每个个体对应的核变量数量、核参数以及集成模型尺寸；

S600、基于每个个体对应的核变量数量和核参数对所述特征频谱向量中的每一个频谱生成对应的候选子模型；

S700、根据每个个体对应的集成模型尺寸以及对应的所有候选子模型获取每个个体对应的候选选择性集成预测模型；

S800、计算当前种群对应的所有候选选择性集成预测模型的预测输出的均方根相对误差(RMSRE)作为适应度，并根据适应度对当前种群的个体进行排序，判断遗传代数是否达到预定换代数，如果未达到，则根据交叉概率和变异概率进行选择、交叉和变异操作以获得新一代种群的染色体，转向S500，否则执行S900；

S900、输出当前种群中适应度最小的个体对应的候选选择性集成预测模型作为磨机负荷参数软测量模型；

S1000、获取需要进行软测量的磨机的测试数据的特征频谱向量；

S1100、根据所述磨机负荷参数软测量模型计算所述测试数据的特征频谱向量对应的负荷参数，

所述步骤S500包括基于如下公式解码获取对应的核变量数量、核参数以及集成模型尺寸：

其中，和分别是第jGA个个体对应的核参数、核变量数量以及集成模型尺寸，和分别是当前种群的核变量数量和核参数，和分别是的最大值和最小值，Len(·)为括号内参数的编码长度，Kj是基于Zj的核矩阵，Zj为第j个频谱，表示集成子模型的数量，J为特征频谱向量的维度，B∈{0,1}，也即，为染色体第ibit位的二级制编码。

2.根据权利要求1所述的磨机负荷参数软测量方法，其特征在于，所述步骤S200包括：

通过经验模态分解(EMD)、集合经验模态分解(EEMD)、希尔伯特振动分解(HVD)、局部均值分解(LMD)中的一种或几种多组分信号分解方法将所述训练样本特征信号分解为具有不同时间或能量尺度的多种不同训练样本子信号。

3.根据权利要求1所述的磨机负荷参数软测量方法，其特征在于，步骤S600包括：

对于当前种群中的每个个体，采用该个体对应的核变量数量和核参数基于核偏最小二乘(KPLS)算法对J个特征频谱分别训练获取J个候选子模型。

4.根据权利要求1所述的磨机负荷参数软测量方法，其特征在于，步骤S700包括：

S710、对于每个个体，根据对应的集成模型尺寸从对应的J个候选子模型中选取个模型选择权重参数最佳的候选子模型作为集成子模型；

S720、根据如下公式计算集成子模型对应的权重

其中，为集成子模型输出值的方差。

5.根据权利要求1所述的磨机负荷参数软测量方法，其特征在于，所述交叉概率pc和所述变异概率pm根据如下公式计算：

其中，pc1,pc2,pm1,pm2为预定值，和是种群的平均适应度和最大适应度；flarger是两个个体中较大的适应度。

6.根据权利要求5所述的磨机负荷参数软测量方法，其特征在于，pc1＝0.9,pc2＝0.6,pm1＝0.1,pm2＝0.001。

7.根据权利要求1所述的磨机负荷参数软测量方法，其特征在于，所述表征磨机振动和/或振声的训练样本特征信号包括筒体振动信号、轴承振动信号、磨机研磨区域振声信号中的至少一种。

8.根据权利要求1所述的磨机负荷参数软测量方法，其特征在于，所述磨机为球磨机，所述负荷参数包括料球比、矿浆浓度和充填率中的一项或多项。