二型模糊系統(tǒng)在球磨機(jī)料位軟測(cè)量中的應(yīng)用研究.pdf

1、球磨機(jī)是一種電力、水泥、選礦、陶瓷、化工等行業(yè)中重要的研磨設(shè)備，同時(shí)也是一種高能耗設(shè)備。但是由于球磨機(jī)滾筒的密閉旋轉(zhuǎn)特性，筒內(nèi)料位難以直接有效測(cè)量，工作人員為防止堵磨現(xiàn)象的發(fā)生，常常將球磨機(jī)工作在低料位狀態(tài)，使球磨機(jī)長(zhǎng)期處于非經(jīng)濟(jì)運(yùn)行狀態(tài)。因此，要解決球磨機(jī)系統(tǒng)的優(yōu)化問(wèn)題，必須確保球磨機(jī)料位的有效測(cè)量。
　　傳統(tǒng)的軟測(cè)量方法如偏最小二乘法、主元回歸分析法、極限學(xué)習(xí)機(jī)等方法在處理球磨機(jī)信號(hào)的不確定性時(shí)，仍不能取得理想的效果。尋找一種

2、能夠有效地處理隨機(jī)性與不確定性的方法對(duì)球磨機(jī)料位進(jìn)行預(yù)測(cè)就顯得極其重要。在這樣的背景下，人們開(kāi)始把注意力轉(zhuǎn)移到了灰色系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、小波理論以及模糊邏輯等人工智能方法上。其中，二型模糊邏輯具有更好的處理不確定性的能力，為球磨機(jī)料位預(yù)測(cè)提供了新的思路。
　　本文對(duì)球磨機(jī)的軟測(cè)量建模問(wèn)題進(jìn)行了研究，并因?yàn)槎湍：到y(tǒng)在處理不確定性信息方面特有的優(yōu)勢(shì)，以二型模糊集合理論為基礎(chǔ)開(kāi)展對(duì)球磨機(jī)料位預(yù)測(cè)的研究，主要工作內(nèi)容如下:
　　

3、(1)對(duì)球磨機(jī)料位預(yù)測(cè)的現(xiàn)狀和發(fā)展趨勢(shì)以及球磨機(jī)的運(yùn)行機(jī)理進(jìn)行了分析，同時(shí)簡(jiǎn)述了軟測(cè)量技術(shù)的基本原理和應(yīng)用情況，對(duì)比了軟測(cè)量技術(shù)中的各種方法。并采用球磨機(jī)軸承振動(dòng)信號(hào)作為料位軟測(cè)量模型的輔助變量，針對(duì)球磨機(jī)振動(dòng)信號(hào)隨機(jī)性強(qiáng)以及不確定性的特點(diǎn)，引入?yún)^(qū)間二型模糊系統(tǒng)對(duì)球磨機(jī)料位進(jìn)行軟測(cè)量建模。
　　(2)對(duì)區(qū)間二型模糊系統(tǒng)的建模問(wèn)題進(jìn)行了仔細(xì)研究，用模糊C均值算法對(duì)數(shù)據(jù)空間進(jìn)行劃分，提取前件參數(shù)，然后用最小二乘法辨識(shí)后件參數(shù)，并通過(guò)反

4、向傳播算法調(diào)整前件參數(shù)，最后建立區(qū)間二型T-S模糊神經(jīng)網(wǎng)絡(luò)推理實(shí)現(xiàn)球磨機(jī)料位的軟測(cè)量。
　　(3)針對(duì)區(qū)間二型模糊系統(tǒng)辨識(shí)的復(fù)雜問(wèn)題，采用微粒群算法對(duì)模糊前件進(jìn)行參數(shù)辨識(shí)，建立基于微粒群算法的區(qū)間二型球磨機(jī)料位預(yù)測(cè)模型。
　　(4)針對(duì)深度信念網(wǎng)絡(luò)對(duì)數(shù)據(jù)的學(xué)習(xí)能力，將深度信念網(wǎng)絡(luò)與區(qū)間二型模糊系統(tǒng)相結(jié)合，建立了一種深度模糊信念網(wǎng)絡(luò)(Deep Fuzzy BeliefNetwork，DFBN)模型，并將其應(yīng)用到球磨機(jī)料位的軟測(cè)