基于最小二乘支持向量回归机的矿浆酸碱度鲁棒软测量

摘要

针对酸碱度在线检测仪稳定性差、维护保养成本高等不足及人工检测严重滞后的问题，结合泡沫浮选工艺机理分析，以在线泡沫视频图像表观特征为辅助变量，采用最小二乘支持向量回归机实现了泡沫浮选矿浆酸碱度的软测量，将不同特性的核函数凸组合以提高模型性能，并采用最近邻山峰聚类算法约简核矩阵，降低计算复杂度，利用偏最小二乘回归提高模型鲁棒性。工业运行数据仿真结果表明，建立的软测量模型能够连续在线检测矿浆的酸碱度，并获得了比标准最小二乘支持向量回归(LSSVR)、加权LSSVR及多核LSSVR更高的预测精度，可满足工业要求。