In dieser Studie wird eine dynamische Methode zur Messung des Füllstandes des Kohlenkugelmühlen basierend auf der Least Squares Support Vector Machine (LS-SVM) und dem Graumodell (GM) vorgestellt, dabei werden die Einflussfaktoren auf den Füllstand analysiert und die Hilfsvariablen des Messmodells bestimmt. Basierend auf LS-SVM wurde ein statisches Füllstandsmessmodell erstellt, die Ergebnisse des statischen Messmodells mit den tatsächlichen Werten verglichen, eine Zeitfehlersequenz der Messung erhalten und das GM-Modell zur Modellierung und Vorhersage verwendet; die Ergebnisse der Fehlerprognose wurden mit der Ausgabe des statischen Modells überlagert, um eine dynamische Kalibrierung der Messergebnisse zu erreichen. Die realen Anwendungsergebnisse zeigten, dass diese Methode effektiv die Veränderungstendenz des Füllstandes und seine dynamischen Eigenschaften wiedergeben kann, präziser und anwendbarer als das einfache LS-SVM-Modell zur Füllstandsmessung ist.

Kohlenkugelmühle; Füllstand; dynamische Füllstandsmessung; Least Squares Support Vector Machine; Graumodell