摘要：提出了基于频域特征提取与多传感器信息融合的磨机负荷（ML）软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为输出的ML软测量模型。该方法首先采用快速傅里叶变换（FFT）将时域振动及振声信号转换为频谱变量,再对频谱变量通过主元分析（PCA）进行谱特征提取,然后采用径向基函数（RBF）变换生成的激活矩阵实现谱特征的非线性映射,最后采用偏最小二乘（PLS）算法建立以谱特征、激活矩阵、电流信号为输入的回归模型,从而有效克服了多传感器信息之间及RBF变换引起的多重共线性等问题。实验表明,该方法能够较准确地检测ML参数,融合多传感器的软测量方法具有更好的预测效果。

关键词：磨机负荷 频谱数据 特征提取 径向基函数 偏最小二乘 

单位：东北大学流程工业综合自动化教育部重点实验室 沈阳110189 东北大学自动化研究中心 沈阳110189 沈阳化工大学信息工程学院 沈阳110142