基于ANFIS的火电厂磨机负荷检测的软测量模型

【摘要】：本文针对火电厂磨机负荷传统单一信源检测方法存在的非线性、二义性、局部有效以及灵敏度低等缺点,提出了一种基于特征提取和自适应神经模糊推理系统(ANFIS)的软测量模型。该模型以磨机噪音和振动为输入信息,对特征频段内的能量进行提取获得表征负荷的特征量;特征量进入 ANFIS 进行融合计算获得负荷信息。ANFIS 采用混合学习算法对隶属度函数和线性输出函数参数进行调整,具有很好的自学习、自适应能力。试验仿真表明该软测量模型具有较高的预测精度, 能够显著提高磨机负荷检测的灵敏度和可信度。