基于模态分析和PCA-WOA-RF的磨煤机下架体壳振预测

摘要

为探究磨煤机下架体壳振与其他运行参数之间的复杂非线性映射关系，并提高磨煤机下架体壳振预测的准确性，提出一种基于PCA-WOA-RF模型的磨煤机下架体壳振预测方法。对磨煤机下架体进行模态分析，验证下架体壳振标准值，使用Spearman相关系数法和主成分分析法(principal component analysis, PCA)对磨煤机工作数据进行相关性分析并提取主成分；以随机森林(random forest, RF)为预测模型结构基础，使用鲸鱼优化算法(whale optimization algorithm, WOA)对模型的超参数进行优化；以国能长源武汉青山热电有限公司磨煤机工作数据进行实例验证，并与PCA-BP、PCA-SVM和PCA-RF模型进行精度对比。结果表明：一次风流量、拉杆应变、磨煤机电机轴振动、中架体壳振、煤量和一次风出入口差压与磨煤机下架体壳振有显著相关性，经过主成分分析法提取的2个主成分方差贡献率达94.569%,所提出的PCA-WOA-RF模型平均预测误差最小，预测精度达到97.80%。该模型进一步提升了磨煤机下架体壳振预测精度。

关键词

磨煤机 / 下架体壳振 / 主成分分析 / 随机森林 / 鲸鱼优化算法

基金资助

国家自然科学基金资助项目(72001166); 陕西省科技计划资助项目(2022JQ-721)