点击次数：

所属单位：机械与汽车工程学院

发表刊物：机械设计与研究

项目来源：省、自治区、直辖市科技项目

关键字：筛面倾角; 建模; PSO-SVＲ 模型; DEM; 参数寻优

摘要：针对目前双层振动筛筛面倾角的不确定性，首先利用离散单元法( Discrete Element Method，DEM)对双层振动筛筛面倾角进行了研究，同时通过粒子群算法( Particle Swarm Optimization，PSO) 优化支持向量回归机( Support Vector Ｒegression，SVＲ) 的惩罚参数和核参数并对双层振动筛DEM 仿真结果进行了非线性回归建模。结果表明: 当上下层筛面之间有一定夹角时，筛分效率有着明显的变化; 通过粒子群智能算法对非线性回归模型进行筛分参数寻优，得到筛分参数为: 上层筛的筛面倾角为13°，下层筛的筛面倾角为9°，上层筛的振幅 为3． 4 mm，下层筛的振幅为1． 7 mm，上层筛的振动频率为13 Hz，下层筛的振动频率为17 Hz，上层筛的振动方向角为50°，下层筛的振动方向角为35°; PSO-SVＲ 模型对建立双层振动筛的筛分参数与筛分效率之间的数学模型具有参考意义。

备注：2021.11.02 通过。报告编号：ZWHX0210343

论文类型：期刊论文

论文编号：13075

卷号：37

期号：193

页面范围：198-202+207

ISSN号：1006-2343

是否译文：否

CN号：31-1382/TH

发表时间：2021-06-20