电子产品世界

　　通过在实验球磨机上做实验，得到了大量的实验数据，选取其中的部分作为样本数据(见表1)，来训练神经网络。

　　表1 部分样本数据

　　按照RBF神经网络训练步骤和算法，对本文的球磨机系统逆模型的RBF神经网络模型进行训练。神经网络的训练和仿真是在MATLAB7环境下，编制了相应的程序实现。训练后返回神经网络的权值、偏置值。网络训练过程的误差曲线如图3所示。

　　对实验样本数据进行仿真，得到预测误差曲线(神经网络输出值与样本目标值之差的曲线)，如图3所示。

　　图3 神经网络训练误差曲线 图4 神经网络预测误差曲线

　　4 结束语

　　实验结果表明，该系统能够充分获取并融合球磨机工作环境所提供的外部响应信息，从而准确地检测出球磨机的负荷参数，为整个磨矿过程的自动控制提供了重要的技术支持。

关键词： 负荷 检测系统 球磨机 融合 传感器 信息 基于