基于LLE的HMM回轉(zhuǎn)窯喂煤預(yù)測(cè).pdf

1、回轉(zhuǎn)窯是燒結(jié)法生產(chǎn)氧化鋁的關(guān)鍵工藝設(shè)備，窯內(nèi)燒結(jié)過(guò)程是一類(lèi)典型的復(fù)雜工業(yè)過(guò)程對(duì)象，具有強(qiáng)耦合、多干擾、大時(shí)滯、時(shí)變非線性等特征，生產(chǎn)過(guò)程的自動(dòng)控制難度很大。在熟料燒結(jié)過(guò)程中，喂煤量是窯前操作的主要控制變量，準(zhǔn)確調(diào)節(jié)窯內(nèi)喂煤量可以穩(wěn)定窯內(nèi)工況，提高熟料的質(zhì)量和產(chǎn)量。由于窯內(nèi)工況、煤粉質(zhì)量、料漿成分、窯皮結(jié)構(gòu)對(duì)喂煤量的影響很大，使得有經(jīng)驗(yàn)的操作工人也比較難以把握對(duì)喂煤量的加減。
　　本文通過(guò)分析窯前各熱工數(shù)據(jù)與喂煤趨勢(shì)的關(guān)系，提出一種

2、基于局部線性嵌入(LLE)的隱馬爾可夫模型(LLE-HMM)以實(shí)現(xiàn)對(duì)窯內(nèi)喂煤趨勢(shì)進(jìn)行預(yù)測(cè)。首先針對(duì)熱工數(shù)據(jù)進(jìn)行去噪、濾波和標(biāo)準(zhǔn)化等預(yù)處理，然后采用LLE進(jìn)行非線性變換提取特征，接著通過(guò)量化處理得到符號(hào)值序列，最后結(jié)合 DS證據(jù)理論使用LLE-HMM進(jìn)行預(yù)測(cè)。通過(guò)對(duì)窯前數(shù)據(jù)仿真，結(jié)果表明該方法可對(duì)窯前喂煤趨勢(shì)進(jìn)行有效預(yù)測(cè)。論文主要的工作內(nèi)容如下：
　　(1)分析了PCA、ICA、LDA這些線性變換方法的特點(diǎn)和不足，針對(duì)窯前時(shí)間序列數(shù)

3、據(jù)引入非線性變換進(jìn)行特征提取。采用流形學(xué)習(xí)中局部線性嵌入(LLE)進(jìn)行變換，并且對(duì)于數(shù)據(jù)的增量處理問(wèn)題，采用更新代價(jià)矩陣的方法進(jìn)行權(quán)值重新計(jì)算。
　　(2)將隱馬爾可夫模型(HMM)應(yīng)用在喂煤趨勢(shì)的預(yù)測(cè)中，在模型中采用等比例縮放量化的方法進(jìn)行時(shí)間序列符號(hào)化處理，同時(shí)針對(duì)模型的訓(xùn)練算法(Baum-Welch)依賴(lài)初值的選擇及容易陷入局部最優(yōu)進(jìn)行了優(yōu)化處理，最后結(jié)合DS證據(jù)理論使用HMM進(jìn)行喂煤趨勢(shì)預(yù)測(cè)。
　　(3)將HMM與

4、BP、SVM、ELM這幾種預(yù)測(cè)模型進(jìn)行對(duì)比，可以發(fā)現(xiàn) HMM在熱工信號(hào)這類(lèi)動(dòng)態(tài)時(shí)序信號(hào)分類(lèi)預(yù)測(cè)方面具有一定的優(yōu)勢(shì)。實(shí)驗(yàn)中應(yīng)用HMM對(duì)回轉(zhuǎn)窯熱工數(shù)據(jù)進(jìn)行喂煤趨勢(shì)預(yù)測(cè)，并將 LLE-HMM與其他線性變換的模型進(jìn)行對(duì)比，結(jié)果表明LLE-HMM對(duì)窯內(nèi)喂煤趨勢(shì)預(yù)測(cè)具有較高的精度。
　　本文通過(guò)分析窯前熱工數(shù)據(jù)的特征，采用LLE-HMM對(duì)回轉(zhuǎn)窯喂煤趨勢(shì)進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)仿真結(jié)果表明，該方法可以有效判斷喂煤趨勢(shì)的變化，可以為回轉(zhuǎn)窯的人工操作和專(zhuān)家控