《表1 磨机运行实验数据：基于自适应极限学习机的磨机负荷智能控制研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应极限学习机的磨机负荷智能控制研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文中的极限学习机网络节点的输入节点数是4，输出节点数是1，隐含节点数是20。极限学习机的计算精度需要大量的输入和输出样本进行训练，为了能够真实地模拟和计算被控系统的运行状态，通过开展实验研究，记录磨矿分级过程中磨机运行的主要参数，在选取参数时，参照邓展等[10]的做法，包括给矿量、磨机负荷、磨机电流、磨音和磨矿浓度数据，这些数据能够表征磨矿过程中磨机的运行状态，共计200组实验数据，选取前170组实验数据作为训练集，后30组作为测试集，实验样本见表1。为了进一步验证本文提出的自适应极限学习机的计算准确度，采用磨矿浓度这一指标进行跟踪对比，对比结果见表2。从跟踪结果可以看出，计算的磨矿浓度误差值均小于5%，本文提出的自适应极限学习机模型能够较好的对磨矿控制系统进行辨识，满足现场控制需求。将本文的研究思路在实验室中设计平台进行实现，实际磨矿生产过程的运行效果如图6所示，图6反映的是不同时间的给料量和磨机负荷的变化。从图6中可以发现，在不存在任何干扰的时候，磨机给料量和磨机负荷维持在相对稳定水平，当某一时间突然接收到干扰信号后，磨机给料量和磨机负荷会在短时间内发生波动，通过自动调整会很快进入新的稳定状态。通过实例可以看出，本文的控制方法能够有效提高磨机运行系统的稳定性，适应外界因素对系统干扰，有效保证了磨矿效率。