基于多模型软测量技术的扭矩在线测量方法

摘要：

为改善扭矩间接测量过程中因物理量间的线性关系导致单个物理量变化对最终结果影响过大的问题,提出了一种基于加权K-means聚类与LSSVM融合的非线性多模型软测量方法.该方法首先选择多个易测变量作为辅助参数,利用主客观综合加权理论对数据预处理.其次利用K-means聚类算法将物理特性相似的数据构成集群,最后基于最小二乘支持向量机算法对数据集群建立多模型并进行测量.基于实际采集数据对所提出方法进行了验证,结果表明,相同实验条件下本文所提出的模型较传统LSSVM软测量模型和K-means-LSSVM模型的测量均方根误差分别降低了 0.484和0.263,平均绝对百分误差分别下降了 1.003和0.292,有效提升了测量的精度与稳定性.

关键词：多模型软测量、主客观综合加权、K-means聚类、最小二乘法、支持向量机

所属期刊栏目：44

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：146-150