基于ISSA-LSTM的浓缩池溢流浓度预测

• Published in: 工矿自动化 Vol. 48; no. 11; pp. 63 - 72
• Main Authors: 张洋洋, 樊玉萍, 马晓敏, 董宪姝, 金伟, 王大卫
• Format: Journal Article
• Language: Chinese
• Published: 太原理工大学 矿业工程学院,山西 太原 030024%太原理工大学 矿业工程学院,山西 太原 030024 2022; 矿物加工科学与技术国家重点实验室,北京 100160%晋能控股集团 马道头选煤厂,山西 太原 030006
• Subjects: 螺旋捕食策略; 麻雀搜索算法; LSTM; 智能加药; 混沌映射; 溢流浓度预测; 选煤智能化; 萤火虫扰动策略
• ISSN: 1671-251X
• DOI: 10.13272/j.issn.1671-251x.2022060084

TD94; 浓缩池溢流浓度监测是实现煤泥水智能加药的关键.针对基于传感器的溢流浓度监测方式会导致絮凝剂调节滞后的问题,提出了一种基于改进麻雀搜索算法(ISSA)-长短期记忆(LSTM)的浓缩池溢流浓度预测方法.首先,对浓缩生产过程中的多参数时间序列进行相关性分析和预处理,得到输入变量.其次,采用多策略联合改进麻雀搜索算法(SSA):引入Tent混沌映射对麻雀种群进行初始化,以保证种群多样性,加快算法收敛速度;用螺旋捕食策略改进SSA的寻优过程,以兼顾局部开发和全局搜索能力;用萤火虫扰动策略对麻雀搜索结果进行扰动,以提高全局搜索能力,避免算法陷入局部最优.然后,采用ISSA优化双层LSTM网络模型的超参数.最后,构建基于ISSA?LSTM的浓缩池溢流浓度预测模型,进行在线监测.实验结果表明:①选取Ackley函数和Rastrigin函数作为测试函数,得出ISSA的全局寻优性能和收敛速度均优于粒子群优化(PSO)算法、鲸鱼优化算法(WOA)和标准SSA.②3种改进策略中,螺旋捕食策略对ISSA性能的提升起主导作用,混沌映射和萤火虫扰动策略协调算法的收敛速度和全局搜索能力,进一步提升算法寻优性能.③采用ISSA优化LSTM的超参数,解决了依靠主观经验取值时存在的欠拟合或过拟合问题,ISSA?LSTM模型的溢流浓度预测精度达97.26％,高于双层LSTM、SSA?LSTM、最小二乘支持向量机(LSSVM)等模型.④数据预处理可以提升模型的精度,降噪后溢流浓度预测精度比降噪前提升了30.25％.