摘要:为提高螺旋定量加料性能,开展了智能预测技术对加料量准确性的影响研究.针对考虑螺旋速度和填充率等因素对螺旋不连续定量加料的影响难以用精确数学模型来描述加料量的问题,以螺旋加料装置为研究对象,加料量为预测目标,螺杆旋转角度为主影响因子,螺旋速度和填充率为影响因素,建立了一种基于最小二乘支持向量机(LS-SVM)与旋转角度的加料量预测模型,研究加料量与主影响因子和影响因素之间的复杂非线性关系.采用交叉验证方法辨识模型参数,开展螺旋不连续定量加料量预测与实际加料试验.结果表明:该模型的预测结果与设定值较吻合,优于理论估算和BP神经网络预测模型,采用分料装置填充率接近1时,预测误差平均为±0.02.该模型可应用于螺旋不连续定量加料的预测与控制.
关键词:螺旋加料机 模型 最小二乘支持向量机 加料量 旋转角度
单位:江苏大学机械工程学院; 江苏大学现代农业装备与技术教育部重点实验室
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社