关键词：磨煤机振动；ELM；相空间重构；多参数；变煤种；软测量
摘 要：以某１０００ＭＷ燃煤发电机组锅炉的磨煤机振动作为软测量对象，建立了结合相空间重构和极限学习机（ＥＬＭ）的磨煤机振动模型，并对比了有和无煤种信息输入的磨煤机振动预测效果。该模型综合考虑磨煤机运行的多参数和变煤种情况，运用相空间重构将振动烈度重构成ｍ维时延为τ的矩阵，利用前ｍ－１维与其他参数组合成ＥＬＭ的输入矩阵，第ｍ维作为输出。测试结果表明，模型对磨煤机振动预测的平均相对误差为６．２７％，优于传统的ＥＬＭ和支持向量机（ＳＶＭ）模型；煤种信息对磨煤机的振动有一定影响。