-
公开(公告)号：CN112785080B
公开(公告)日：2022-07-19
申请号：CN202110153263.6
申请日：2021-02-03
Applicant: 燕山大学
Abstract: 本发明公开了一种基于水泥工业的实时动态水泥粉磨系统能耗优化方法，该方法包括：提取并筛选水泥磨系统的数据；利用构建好的输入输出层数据结合极限学习机算法，将水泥磨系统实际生产中的实时工业参量数据输入到极限学习机预测模型中进行训练；建立基于天牛须搜索算法的优化模型，将训练好的极限学习机模型作为优化模型的目标函数，以能耗的最小值作为优化指标，通过所述优化模型的实现算法得到符合当前工况的输入变量的最优值；利用建立的优化模型的输出吨电耗以及最优决策变量，对水泥磨系统的各个工业参量进行调节。本发明采用基于极限学习机与天牛须搜索优化算法的能耗预测与优化算法(ELM‑BAS)，解决了水泥粉磨过程中难以跟踪工况变化的问题。
-
公开(公告)号：CN113177358B
公开(公告)日：2022-06-03
申请号：CN202110481339.8
申请日：2021-04-30
Applicant: 燕山大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06F111/10
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。
-
公开(公告)号：CN113112089A
公开(公告)日：2021-07-13
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。
-
公开(公告)号：CN112766608A
公开(公告)日：2021-05-07
申请号：CN202110152975.6
申请日：2021-02-03
Applicant: 燕山大学
Abstract: 本发明公开一种基于极限学习机的水泥磨系统电耗指标预测方法，首先对相关变量进行收集，通过对水泥磨系统的运行分析，选取与水泥磨电耗相关的八个变量作为输入变量，吨电耗作为输出变量，构建ELM模型的输入输出层；使用IPSO算法对ELM的神经元个数L、输入层权重w及隐含层偏置b进行优化；IPSO算法在参数寻优过程中将模型的均方误差作为适应度函数；使用IPSO优化得到的ELM相关参数结合样本数据完成IPSO‑ELM预测模型的训练，将工业现场实际数据带入到训练好的模型完成水泥磨系统电耗的在线预测；本发明通过使用样本数据对IPSO‑ELM模型进行训练得到电耗预测模型，将实际水泥生产现场的变量数据输入到训练好的模型中，实现水泥磨电耗指标在线预测。
-
公开(公告)号：CN110222825B
公开(公告)日：2021-04-09
申请号：CN201910495482.5
申请日：2019-06-10
Applicant: 燕山大学
Abstract: 本发明公开了一种水泥成品比表面积预测方法及系统。所述方法包括：获取待测试水泥成品数据；待测试水泥成品数据包括待测试水泥成品当前时刻的粒度数据和待测试水泥成品上一时刻的比表面积实验值；粒度数据包括多个粒度值；各粒度值均属于不同的粒度范围；将待测试水泥成品数据输入至训练好的比表面积预测模型中，得到待测试水泥成品的比表面积预测值；训练好的比表面积预测模型是通过卷积神经网络算法和反向传播算法确定的。本发明解决了水泥成品比表面积预测过程中变量数据与待测指标之间存在的时变时延的问题，且测量成本低。
-
Patent Agency Ranking
公开(公告)号：CN112365935A
公开(公告)日：2021-02-12
申请号：CN202011125721.7
申请日：2020-10-20
Applicant: 燕山大学
Abstract: 本发明公开了一种基于多尺度深度网络的水泥游离钙软测量方法，属于水泥熟料质量软测量检测技术领域，具体方法：分析水泥生产工艺，选取与水泥熟料中f‑CaO含量相关的过程变量，确定软测量模型所需的辅助变量；采用拉伊达准则标记每个辅助变量中的异常值，将每个辅助变量中的异常值和缺失值使用该辅助变量的均值代替；对辅助变量进行3层小波包分解并提取实时特征；将提取的实时特征送入LSTM模型并对模型进行训练，并通过误差反向传播算法对模型参数进行修正；用训练好的LSTM模型对f‑CaO含量进行预测。本申请方法可以提取更多的变量特征，能够更加准确的预测水泥熟料中的游离钙值，对水泥生产具有实际指导意义。
-
公开(公告)号：CN111950697A
公开(公告)日：2020-11-17
申请号：CN202010627073.9
申请日：2020-07-01
Applicant: 燕山大学
IPC: G06N3/04 , G06N3/08 , G06F16/22 , G06F16/23 , G06F16/2458
Abstract: 本发明公开了一种基于门控循环单元网络的水泥成品比表面积预测方法，属于水泥成品质量预测技术领域，包括以下步聚：（1）从水泥粉磨系统的数据库中选取与比表面积相关的8个输入变量，按照时间序列排列；（2）采用基于时间的反向传播技术求取神经网络各节点的误差项；（3）采用自适应矩估计算法进行神经网络权值的更新，反复训练得到最小误差，获取最优模型参数集；（4）计算得到比表面积的预测结果。本发明既解决了水泥磨复杂工况多变量、强耦合，难以建立机理模型的特点，又解决了变量数据与水泥成品比表面积指标之间存在的时变实延问题，有利于指导水泥磨系统生产调度，将水泥成品比表面积控制在合适的范围内，提高水泥成品性能。
-
公开(公告)号：CN110386768B
公开(公告)日：2020-07-31
申请号：CN201910802318.4
申请日：2019-08-28
Applicant: 燕山大学
IPC: C04B7/44
Abstract: 本发明提供了一种水泥烧成过程中能耗动态实时控制方法，其包括：基于互信息从水泥烧成系统的数据库选取与水泥烧制能耗相关的9个输入变量并进行处理得到样本数据矩阵；构建卷积神经网络并进行使用样本数据矩阵进行训练得到训练过后的卷积神经网络模型；以能耗最小值为优化目标对卷积神经网络模型进行优化得到多目标动态优化模型；将水泥烧成过程的生产指标及约束参数输入到多目标动态优化模型进行优化输出水泥烧成过程中的相应控制参数，并将控制参数发送至相应的控制器进行控制。本发明能够跟踪水泥回转窑的工况的变化，及时调整水泥烧成过程的控制参数。
-
公开(公告)号：CN110910277A
公开(公告)日：2020-03-24
申请号：CN201911173770.5
申请日：2019-11-26
Applicant: 燕山大学
Abstract: 本发明公开了一种基于XGBoost的水泥磨系统电耗指标预测方法，首先选取与水泥磨电耗相关的八个变量，采用OPC技术对所需变量数据进行收集，采用人工经验去除法和准则去除异常数据，构建XGBoost模型输入输出层，根据样本数据初始化权重参数，按照该权重训练第一棵树，训练完成后根据目标函数更新权重参数，进行新一轮决策树的训练，当样本权重和小于设定阈值或迭代次数达到设定值时停止建树，完成XGBoost模型训练，将工业现场样本数据集代入训练好的模型完成水泥磨系统电耗指标在线预测，本发明通过XGBoost对样本数据进行训练，将实际水泥生产现场的变量数据输入到训练好的模型，实现水泥磨电耗指标的在线预测。
-
公开(公告)号：CN109342703A
公开(公告)日：2019-02-15
申请号：CN201811485296.5
申请日：2018-12-06
Applicant: 燕山大学
Abstract: 本发明公开了一种水泥熟料游离钙含量测量方法及系统。所述测量方法包括：获取与所述水泥熟料游离钙F-CaO含量有关的相关变量参数；根据所述相关变量参数，确定每个所述相关变量参数的时间序列；根据所述时间序列建立基于多变量时间序列的卷积残差网络的熟料F-CaO软测量模型；根据所述熟料F-CaO软测量模型确定水泥熟料游离钙含量。采用本发明所提供的测量方法及系统能够解决现有的水泥熟料游离钙含量测量方法在测量水泥熟料游离钙含量过程中存在时变时延的问题，以及所测量得到的游离钙的含量精确度低的问题。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.026 seconds)
