一种基于集成pca-elm穿孔机导盘转速测量方法
【专利摘要】针对加装狄塞尔导盘的斜轧穿孔机进行钢坯穿孔过程中无法直接测量穿孔机导盘转速的问题，考虑原有线性和非线性的软测量建模方法测得导盘转速未达理想，提出基于集成PCA-ELM方法测量穿孔机导盘转速模型。介绍了集成PCA-ELM方法中应用的PCA方法、ELM方法、集成技术等关键内容，并将建立的模型用于穿孔机导盘转速预测中。实验和仿真表明，基于集成PCA-ELM算法模型有效降低了穿孔机导盘转速测量的误差，提高了导盘转速预测的精度，为有效控制导盘转速，提高无缝钢管的生产效率提供了模型依据，并且其维护费用低、实时性好、可靠性及精度高。
【专利说明】—种基于集成PCA-ELM穿孔机导盘转速测量方法
【技术领域】
[0001]本发明涉及一种穿孔机导盘转速软测量方法，其训练速度快、泛化能力强、测量精度高。
【背景技术】
[0002]钢管在国民经济中有很重要的地位，被人们称为工业的血管。随着经济的快速发展，无缝钢管的使用领域在不断扩大，对产品质量的要求也越来越高。无缝钢管的生产工序主要有穿孔、轧管和减径。我国有许多钢铁企业采用加装狄赛尔导盘的斜轧穿孔机进行钢坯穿孔，来提高无缝钢管的生产质量。但是在斜轧穿孔机穿孔过程中，由于生产客观条件限制，人们无法直接快速精确的测量导盘转速。为了实现其直接快速的测量，进而有效控制导盘转速，提高生产效率，本专利提出基于集成PCA-ELM的软测量方法，通过其他相关变量间接测量到盘转速。
【发明内容】
[0003]本发明的目的，是提供一种测量穿孔机导盘转速的方法，能快速准确的测量穿孔机导盘转速，解决由于客观因素，无法直接快速精确的测量出实际的导盘转速，进而无法实现导盘转速的控制的问题。该方法模型维护费用低，实时性好，精度高.针对穿孔机导盘转速软测量中对建模速度要求较高的问题，本发明提出了基于集成PCA-ELM算法测量穿孔机导盘转速模型。ELM方法相比于传统的神经网络模型具有模型简单、计算速度快、精度高等特点，比较适合在线软测量模型的建模。但在导盘转速的软测量中，ELM方法的预测速度和精度还有待进一步提高。针对导盘转速软测量建模存在的问题，本发明对ELM方法提出了改进。首先，将极限学习机方法同PCA方法相结合，来去除现场噪声并减少模型输入变量数，提高建模速度和预报精度；其次将现场手持直接测量设备得到的数据引入，得到PCA-ELM软测量模型；再次，应用集成技术进行多模型集成，用现场采集的数据多次建模，对每次建模的结果累加求和，再求得平均值，完成基于集成PCA-ELM算法测量穿孔机导盘转速建模，即建立了影响导盘转速的各输入量与导盘转速之间的非线性关系模型；最后利用现场感应螺丝测量值对结果进行修正，得到准确值。通过仿真实验证明其准确性，结果表明，基于集成PCA-ELM算法的模型比传统的ELM模型具有更高的回归和预测精度，能够满足现场应用的要求.1.预测模型建立
得到建模所需的现场数据将PCA、ELM建模方法结合，并采用集成技术进行多模型集成，最后得到集成PCA-ELM模型.(I)线性PCA方法
PCA方法是一种数据压缩和特征提取的多变量统计方法，能够有效去除数据之间的相关性，降低计算的复杂度。PCA将原来的指标重新组合成一组新的互相无关的几个综合指标，同时从中提取几个较少的综合指标尽可能多的反映原有指标信息.假设原始数据集中有《个样本，每个样本有/7个变量，这样就构成了一个/7 X/7阶的样本数据矩阵，记为
til) ^i2)...,Zip](I)
设W为I的协方差矩阵，求取W的特征值』i(i=l，2，…p)及其对应的/7个正交单位化特征向量&，^≥…≥O，则Z的第i个主成分可以记为Υ?=θ?τχ=θηχι+θ?2χ2+^+θ^ν (2)
若Zi为ZpZ2, ''',Jp中的任意组合中方差最大的，则称Z1为第一主成分，Ia2是与Z1不相关的石，毛，…，Xp的一切组合中方差最大的，成为第二主成分，以此类推定义出各个主成分贡献率是指某个主成分提取的信息占总信息的份额，贡献率越大越说明相应的主成分反映综合信息的能力越强。第左个主成分的贡献率为
【权利要求】
1.针对穿孔机导盘转速软测量中对建模速度要求较高的问题，本发明提出了基于集成PCA-ELM算法测量穿孔机导盘转速模型.ELM方法相比于传统的神经网络模型具有模型简单、计算速度快、精度高等特点，比较适合在线软测量模型的建模.但在导盘转速的软测量中，ELM方法的预测速度和精度还有待进一步提高.针对导盘转速软测量建模存在的问题，本发明对ELM方法提出了改进.首先，将极限学习机方法同PCA方法相结合，来去除现场噪声并减少模型输入变量数，提高建模速度和预报精度；其次将现场手持直接测量设备得到的数据引入，得到PCA-ELM软测量模型；再次，应用集成技术进行多模型集成，用现场采集的数据多次建模，对每次建模的结果累加求和，再求得平均值，完成基于集成PCA-ELM算法测量穿孔机导盘转速建模，即建立了影响导盘转速的各输入量与导盘转速之间的非线性关系模型；最后利用现场感应螺丝测量值对结果进行修正，得到准确值.通过仿真实验证明其准确性，结果表明，基于集成PCA-ELM算法的模型比传统的ELM模型具有更高的回归和预测精度，能够满足现场应用的要求。
2.基于集成PCA-ELM的建模方法将PCA方法和极限学习机ELM方法结合起来进行建模，并采用集成技术进行多模型集成，最后得到集成PCA-ELM模型.具体建模步骤如下: (1)利用PCA法对现场测得的影响导盘转速的变量数据进行筛选.(2)建立ELM网络模型.将对导盘转速产生影响的影响因素历史数据经过步骤(a)分析处理后，得到重构数据样本，建立ELM网络模型.然后经过ELM算法对该数据进行训练.(3)对现场采集的数据按照步骤(I)、步骤(2)做五次建模，采用集成技术将五次建得的模型集成，即对结果求取平均值，最后得到集成PCA-ELM模型.(4)利用现场感应螺丝的测量值对所建模型进行校正.如现场感应螺丝测得的导盘转速为n，所建集成PCA-ELM模型得到的导盘转速为m，两者差值为n_m，模型的更新时间为t，则在t时间内，将所建集成PCA-ELM模型得到的导盘转速值均加/减差值n-m，完成对所建模型的校正。
【文档编号】B21C51/00GK104070083SQ201410293726
【公开日】2014年10月1日 申请日期:2014年6月27日 优先权日:2014年6月27日
【发明者】肖冬, 张慧莹 申请人:东北大学