论文部分内容阅读
在工况改变时,湿式球磨机的实时数据和建模数据分布不一致,不满足机器学习的数据同分布假设,采用传统软测量方法将导致软测量模型失准和性能恶化等问题。为此,引入域适应思想,提出一种基于域适应支持向量回归的软测量模型,实现多工况下湿式球磨机负荷参数的准确测量。首先对多工况数据进行预处理并提取频谱特征,然后利用目标域中少量带标签样本数据所蕴含的特征信息和知识结构,提升源域数据构建模型对目标域数据的适应程度,最后对磨机负荷参数进行回归预测。实验结果表明,该软测量方法显著优于现有方法,适用于多工况下的软测量建模。