本发明公开了一种基于虚拟样本的磨机负荷参数软测量方法,所述方法首先采用集成经验模态分解技术(EEMD)获得磨机筒体振动及振声样本信号的多尺度时域子信号,进行进一步处理后获得具有不同时间尺度的高维谱数据;接着基于这些高维谱数据采用改进的选择性集成核偏最小二乘方法(IGASEN-KPLS)构建基于可行性的规划(FBP)模型,并基于先验知识和FBP模型产生新的虚拟样本;然后将其与真实训练样本混合后得到混合建模样本,并采用基于互信息(MI)的特征选择方法进行多尺度谱特征的自适应选择,采用这些选择的谱特征构建软测量模型,并进行软测量。
声明:
“基于虚拟样本的磨机负荷参数软测量方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)