《电子测量技术杂志》发表论文赏析

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

2025年4期其他文献查阅:

基于差分进化算法的PMSM模糊反步控制

基于无磁芯微型变压器的高效率隔离DC-DC设计

基于US-FMT*算法的机械臂路径规划

电控空气悬架阻尼分频混合控制策略研究

基于LACNN的FMCW雷达实时跌倒检测方法

融合人工势场灰狼算法的移动机器人路径规划

基于超参数优化的重质碳酸钙粉体粒度预测研究

基于模糊神经网络的PEMFC输出电压自抗扰控制策略

基于AO-AVOA-BP神经网络模型的锂电池SOH预测

考虑多尺度时空因果特征的排球群体行为识别

基于时延估计与终端滑模的无人船跟踪控制

基于二级控制64极板平面阵列传感器的ECT系统

瑞利波-体波复合EMAT及缺陷检测研究

面向遥感图像的轻量化小目标检测算法研究

基于ISGMD-WT的矿井声发射信号去噪方法

人工心脏泵用锂电池关键健康因子估计

融合双通道卷积和改进型Conformer的两阶段语音增强算法

改进YOLOv10的钢材表面缺陷检测方法

基于高阶空间特征聚合的车型识别算法

用于缺陷检测的YOLOv8轻量化设计方法

融合多尺度特征和自适应NMS的3D目标检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!