%0 Journal Article
%T 浮选工艺指标KPCA-ELM软测量模型及应用
%A 李海波
%A 柴天佑
%A 岳恒
%J 化工学报
%P 2892-2898
%D 2012
%R 10.3969/j.issn.0438-1157.2012.09.035
%X 精矿品位和尾矿品位是浮选过程重要的工艺技术指标,其难以实现在线检测,且与过程控制变量具有强非线性、不确定性等综合复杂特性,难以直接采用精确的数学模型描述,主要依靠人工化验分析。人工采样化验周期较长,难以满足控制要求,使得浮选精矿品位偏低,尾矿品位偏高,因此建立浮选品位指标的软测量方法受到工业界广泛关注。在分析浮选过程工艺指标相关影响因素的基础上,建立一种基于主元分析KPCA(kernelprincipalcomponentanalysis)和极限学习机ELM(extremelearningmachine)的软测量模型。为了消除离群点对软测量模型精度的影响,采用基于稳健位置估计的方法识别离群点,利用核主元分析对软测量模型的输入数据进行降维,提取非线性主元,然后用极限学习机进行建模。该建模方法已成功应用于中国西北某选矿厂浮选车间,工业应用结果表明该方法有很高的预报精度,对生产有一定的指导意义。
%K 浮选
%K 核主元分析
%K 极限学习机
%K 软测量
%U http://www.hgxb.com.cn/CN/abstract/abstract14347.shtml