球磨机负荷的实时可靠测量是改善磨矿产品质量、节能降耗的关键和前提。针对传统磨机负 荷检测方法存在的测量精度低、性能不稳定等缺陷，建立一种基于简体振动频谱特征提取的选择性ELM集 成方法。该方法针对球磨机振动频谱高维、共线性特征，采用核主元分析(KPCA)提取非线性振动谱特征， 克服输入维数过高产生的维数灾难问题。该方法在频谱特征空间内选用学习速度快、泛化性好的ELM作为 集成模型的个体，可以有效克服单-ELM模型存在的仿真结果不稳定问题，基于GA遗传算法的子模型后续 选择排除部分劣势个体，生成维数小、泛化能力强的集成模型，进一步降低计算复杂性、改进集成模型的 泛化性能。实验结果表明所提方法对于磨机内部矿浆浓度、料球比、充填率等关键参数的实时预测具有更 高的精度和稳定性。