典型文献
基于CEEMDAN-GPR的球磨机负荷软测量
文献摘要：
为对球磨机软测量方法中的测量结果精度实时估计,同时改善软测量信号分解中的模态混叠问题,本文提出了一种新的基于自适应噪声完备集合经验模态分解、高斯混合模型与高斯过程的球磨机负荷软测量方法,核心思想是使用改进CEEMDAN-GMM方法将球磨机振声和振动时域信号分解为一系列的本征模态函数并分类,由高斯过程回归给出预测值.相较于其他软测量方法,完全集合经验模态分解可以很大程度上避免经验模态分解带来的模态混叠影响,高斯混合模型可以通过设定概率阈值的方法在特征聚类的同时识别异常信号,高斯过程回归不但可以给出基于数据驱动的预测值,还能给出相应的置信区间,并据此向操作人员发出异常预警.实验证明,相较于其他软测量方法,本方法在球磨机负荷参数软测量精度、异常检测等方面均有一定的改进.
文献关键词：
球磨机;软测量;自适应噪声完备集合经验模态分解;高斯混合模型;高斯过程回归
中图分类号：
作者姓名：
单显明;那崇正;汤健;刘业峰
作者机构：
沈阳工学院信息与控制学院 抚顺113122;北京工业大学信息学部 北京100124;沈阳工学院机械工程与自动化学院 抚顺113122
文献出处：
引用格式：
[1]单显明;那崇正;汤健;刘业峰-.基于CEEMDAN-GPR的球磨机负荷软测量)[J].电子测量技术,2022(17):127-133
A类：
B类：
CEEMDAN,GPR,球磨机,磨机负荷,软测量方法,实时估计,信号分解,模态混叠,自适应噪声完备集合经验模态分解,高斯混合模型,核心思想,GMM,振声,时域信号,本征模态函数,高斯过程回归,归给,完全集合经验模态分解,概率阈值,特征聚类,异常信号,置信区间,操作人员,异常预警,负荷参数,测量精度,异常检测
AB值：
0.230643
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
