文献

J-GLOBAL ID：202002220693255593   整理番号：20A0305168

多条件遷移学習に基づくミル負荷パラメータソフト測定【JST・京大機械翻訳】

Soft Sensor of Ball Mill Load Parameters Based on Multi-Mode Transfer Learning

著者 (4件)： He Min (太原理工大学信息工程学院,山西太原,030024) ,  Zhi Enwei (太原理工大学信息工程学院,山西太原,030024) ,  Cheng Lan (太原理工大学信息工程学院,山西太原,030024) ,  Yan Gaowei (太原理工大学信息工程学院,山西太原,030024)
資料名： Kongzhi Gongcheng  (Kongzhi Gongcheng)
巻： 26  号： 11  ページ： 1994-1999  発行年： 2019年 
JST資料番号： C2953A  ISSN： 1671-7848  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 湿式ボールミル運転中に複数の負荷パラメータに対して監視する必要があるが、運転状況の変化により、リアルタイムデータとモデリングデータの同分布仮説が成立しない。従来のソフト測定方法では,負荷パラメータ間の関連性を考慮しない,そして,多重作業条件におけるモデリングデータとリアルタイムデータ確率分布の変化によるモデル性能劣化の問題に照準を定めて,移動学習戦略とマルチタスク学習機構を導入した。マルチモード移動学習に基づく湿式ボールミル負荷パラメータソフト測定モデルを作成した。第一に,異なった作業条件のエッジと条件分布を,共同分布適合によって,次元縮小プロセスの間,共同で適合して,次に,マルチタスク最小二乗法サポートベクトルマシン(LS-SVM)を用いて,ミル負荷パラメータを回帰した。実験結果は,このソフト測定方法が既存の方法より優れていて,マルチ作動条件におけるソフト測定モデリングに適していることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 多重化 ,  最小二乗法 ,  次元縮小 ,  多モード ,  ボールミル ,  サポートベクトルマシン ,  確率分布 ,  モデリング ,  *学習
準シソーラス用語： 運転条件 ,  マルチタスク ,  測定モデル ,  マルチタスク学習 ,  学習戦略 ,  性能劣化 , 【Automatic Indexing@JST】

分類 (2件)： その他の産業機械・機器  (QE05030S) ,  火力発電  (NB03040D)

タイトルに関連する用語 (5件)： 遷移 ,  学習 ,  ミル ,  パラメータ ,  ソフト