一种水泥熟料游离钙软测量方法

    公开(公告)号:CN109147878A

    公开(公告)日:2019-01-04

    申请号:CN201811165989.6

    申请日:2018-10-08

    Applicant: 燕山大学

    CPC classification number: G06N3/0454 G06N3/049 G06N3/084

    Abstract: 本发明公开了一种水泥熟料游离钙软测量方法,包括:根据水泥工艺选取10个变量作为熟料fCaO软测量的辅助变量,每个变量的时间序列作为模型输入,并对所选的每个变量时间序列进行归一化处理;依据水泥烧成过程中时间序列的特征,建立基于多变量时间序列卷积神经网络的熟料fCaO软测量模型;确定MT‑CNN模型的初始参数,并对网络进行前向训练;利用误差反向微调进行有监督训练,通过对误差的修正,优化MT‑CNN中的权值w和偏置b,利用训练好的MT‑CNN模型对水泥熟料fCaO实时预测。本发明避免计算各变量与熟料fCaO之间时延,降低了时序匹配所需的运算量;本发明提高模型的收敛速度、精度和泛化能力;本发明能很好预测水泥熟料fCaO含量,能够提高水泥熟料质量和降低生产能耗。

    基于长短时记忆网络的水泥成品比表面积预测方法及系统

    公开(公告)号:CN111079906B

    公开(公告)日:2023-05-05

    申请号:CN201911394047.X

    申请日:2019-12-30

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于长短时记忆网络的水泥成品比表面积预测方法及系统。该方法包括:对训练输入集中的训练输入数据按照时间序列进行排序;将排序后的训练输入集输入到预先构建好的长短时记忆网络模型中,得到各个时刻的水泥成品比表面积预测值;依据训练输出集和水泥成品比表面积预测值,采用基于时间的反向传播算法计算每个神经元的节点误差项;节点误差项包括遗忘门误差项、输入们误差项和输出门误差项;依据节点误差项,采用随机梯度下降法对待训练参量进行训练,得到训练好的长短时记忆网络模型;将待测试输入集输入到训练好的长短时记忆网络模型中,得到待测试的水泥成品比表面积预测值。本发明能够提高水泥成品比表面积预测的准确度。

    基于卷积神经网络的水泥原料立磨生料细度指标预测方法

    公开(公告)号:CN110322077B

    公开(公告)日:2022-08-02

    申请号:CN201910619419.8

    申请日:2019-07-10

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于卷积神经网络的水泥原料立磨生料细度指标预测方法,涉及水泥生产生料细度预测领域。本发明针对输入变量数据与预测指标之间存在的时变时延问题,采用时间序列的方法处理变量数据可以很好地解决时变时延的问题,利用构建好的卷积神经网络模型对输入数据进行多次的卷积池化操作以提取样本特征,再经过全连接层、Droupout层和输出层输出预测值,同时采用反向传播算法以提高收敛精度,然后用训练好的模型对生料细度进行实时预测。

    一种基于模糊细粒度特征提取的水泥质量软测量方法

    公开(公告)号:CN113177358A

    公开(公告)日:2021-07-27

    申请号:CN202110481339.8

    申请日:2021-04-30

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于模糊细粒度特征提取的水泥质量软测量方法,属于水泥生产质量预测领域,首先选用互信息的方法选取与水泥游离钙含量相关的十二个变量作为辅助变量,对样本数据进行预处理,构建模糊细粒度特征提取软测量模型,将处理后的训练数据使用模糊隶属度函数对样本标签进行隶属度纠正,训练模糊隶属度预测模型,根据样本数据计算出的隶属度划分不同类别的数据集,分别对后续特征提取和预测模型进行训练,完成模糊细粒度特征提取软测量模型的训练,将水泥实时数据输入到模糊隶属度预测模型中,根据预测出的隶属度决定输入到哪个模型进行特征提取和预测,最后对模型的输出进行汇总,根据隶属度进行加权处理,得到游离钙的预测值。

    基于BFCM-iWM模糊规则自提取的水泥分解炉温度控制方法

    公开(公告)号:CN107544578B

    公开(公告)日:2020-01-07

    申请号:CN201710873779.1

    申请日:2017-09-25

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于BFCM‑iWM模糊规则自提取的水泥分解炉温度控制方法,其内容包括:通过对分解炉工艺的分析与现场经验总结,分析与分解炉出口温度相关量,确定分解炉出口温度控制策略;通过查询工业现场数据库方法,采集分解炉运行时的数据;当分解炉喂煤量发生变化时,根据此条件和3σ准则进行剔除;剔除后确定分解炉温度偏差、偏差变化率以及分解炉喂煤增量的论域范围;应用BFCM聚类方法对样本数据进行聚类,确定样本数据的信任度;基于加入信任度iWM方法的规则提取;基于规则建立模糊控制器,实现温度控制。本发明方法采用加入数据信任度的iWM方法从数据中自动提取规则,避免了人工制定规则的主观性和局限性,提高了规则的准确性和鲁棒性。

    基于注意力机制的多时间尺度卷积神经网络软测量方法

    公开(公告)号:CN110378044A

    公开(公告)日:2019-10-25

    申请号:CN201910667918.4

    申请日:2019-07-23

    Applicant: 燕山大学

    Abstract: 本发明涉及基于注意力机制的多时间尺度卷积神经网络软测量方法,软测量技术领域。包括以下步骤:1、确定辅助变量并且进行数据处理,选取与难测参量相关的易测变量作为软测量模型的辅助变量并采集辅助变量与难测参量的时间序列;然后对采集到的时间序列进行异常值剔除;2、注意力机制及关注区域的选择,根据各辅助变量相对于难测参量的时延和有效时间尺度划分出关注区域;3、构建软测量模型的输入,将各辅助变量的时间序列构成矩阵,并结合注意力机制的关注区域确定软测量模型的输入;4、建立时序卷积神经网络软测量模型;5、训练时序卷积神经网络软测量模型;6、利用步骤5训练好的时序卷积神经网络模型对难测参量进行实时估计。

    基于模糊关联规则的水泥生产参数及调节区间的优化方法

    公开(公告)号:CN107818409A

    公开(公告)日:2018-03-20

    申请号:CN201710990386.9

    申请日:2017-10-23

    Applicant: 燕山大学

    CPC classification number: G06Q10/0637 G06K9/6223 G06Q50/04

    Abstract: 本发明提供一种基于模糊关联规则的水泥生产参数及调节区间的优化方法,通过对历史数据库中的稳态数据进行关联规则挖掘,得到水泥生产系统稳态运行时参数间的强关联规则,利用关联规则确定水泥生产参数优化值及其调节区间。所述方法分为5个步骤:参数配置;数据采集及预处理;模糊集构建;模糊关联规则挖掘;参数优化值及其调节区间确定。本发明采用了动态确定最小支持度和最小置信度的方法,使得挖掘出的关联规则更为合理,该方法在火水泥生产过程节能优化控制技术领域内具有广泛的实用价值和应用前景。

    基于互信息和最小二乘支持向量机相结合的软测量方法

    公开(公告)号:CN107015541A

    公开(公告)日:2017-08-04

    申请号:CN201710280286.7

    申请日:2017-04-26

    Applicant: 燕山大学

    CPC classification number: G05B19/41875 G05B2219/32368

    Abstract: 本发明公开了基于互信息和最小二乘支持向量机相结合的软测量方法,首先基于对工业生产工艺流程的分析,初步选取与难测参量相关的易测变量作为软测量模型的候选辅助变量;然后应用互信息的方法表征变量间的关联程度,进而确定候选辅助变量的时延参数,并在此基础之上,采用分步式搜索的方法对候选辅助变量进行筛选,获得输入变量;最后将输入变量带入最小二乘支持向量机(LSSVM)进行训练,建立软测量模型,实现难测参量的实时估计。本发明方法,解决了由于工业生产过程中普遍存在多变量,强非线性,耦合性,时滞等特点,导致软测量模型难以建立的问题。通过将互信息和LSSVM相结合的方法建立软测量模型,来达到更好的预测效果。

    水泥生料粉磨系统电耗预测方法及其预测系统

    公开(公告)号:CN113112089B

    公开(公告)日:2022-05-10

    申请号:CN202110455807.4

    申请日:2021-04-26

    Applicant: 燕山大学

    Abstract: 本发明提供一种水泥生料粉磨系统电耗预测方法及其系统,本发明通过对电耗的实时预测,为水泥生料粉磨系统降低电耗提供基础,以长短期记忆网络为基本模型,采用编解码结构,建立包括编码器和解码器在内的电耗预测模型;将系统变量输入编码器中,挖掘变量间的非线性关系,并将系统变量数据转换成包含变量间非线性关系的特征码,再将特征码和历史电耗数据一起输入解码器,挖掘系统变量和历史电耗之间的关联性,并得到下一时刻预测值;同时采用反向传播算法对模型参数进行修正,提高收敛精度,然后用训练好的模型对电耗进行实时预测。利用本发明可以对水泥生料粉磨系统的电耗进行精准预测。

Patent Agency Ranking