基于超参数优化的重质碳酸钙粉体粒度预测研究

来源：电子测量技术杂志2025年第4期北京时间：

作者：黄何，邹帅，杨靖，黄福川

单位：1.广西大学机械工程学院 南宁 530004; 2.广西石化资源加工及过程强化技术重点实验室 南宁 530004

摘要：重质碳酸钙粉磨系统中，粒度是衡量产品质量的关键指标之一，准确预测粒度有助于控制产品质量并指导立磨（VRM）进行参数调节。因此，该研究提出了一种基于常春藤算法(IVYA)的双向时间卷积网络(BiTCN)和双向门控循环单元(BiGRU)相结合的重钙粉体粒度预测模型。首先对特征和标签数据进行预处理，利用时变滤波经验模态分解联合小波阈值去除分级机电流中的高频噪声；然后通过BiTCN从前后两个方向挖掘时间序列中多维特征间的关联性，在BiGRU输出端融入注意力模块赋予每一个位置不同的权重，从而有效关注序列中的的关键数据。其次，在整个模型上引入IVYA寻找神经网络中关键超参数的最优解。最后，以某碳酸钙粉磨工厂实测数据为例进行模型实验。实验表明，IVYA优化后的模型相比较于其他单一模型和组合模型具有更高的预测性能，其均方根误差、平均绝对误差、平均相对百分误差和决定系数分别为：0.824 4、0.423 0、1.295 4%、98.95%。

关键词：双向时间卷积网络;双向门控循环单元;超参数优化;粒度预测

基金资助：国家自然科学基金(20200555)、广西科技重大专项(桂科 AA19254010)资助