-
公开(公告)号：CN1763523B
公开(公告)日：2011-09-14
申请号：CN200510047291.0
申请日：2005-09-29
Applicant: 东北大学
Abstract: 一种竖炉焙烧系统磁选管回收率软测量方法，包括选择辅助变量，建立知识库并向知识库提供初始知识，预报回收率；其中预报回收率时，判断工况参数是否在边界范围内，来选择由神经网络还是专家系统预报；预报结果及对应的工况参数将保存到数据库，同时显示给用户。该方法还提供对推理过程和预报结果的解释。该方法利用计算机系统和常规的检测仪表提供的在线过程数据结合人工采样数据，实现了竖炉焙烧系统磁选管回收率的基于神经网络结合专家系统的软测量。与人工测量相比，减少了操作人员的工作量，降低了人为操作引入的测量的不确定性，提高了测量的时效性。该方法具有很强的自适应和自学习能力。该方法适用面广，测量精确，有助于系统的优化。
-
公开(公告)号：CN1763523A
公开(公告)日：2006-04-26
申请号：CN200510047291.0
申请日：2005-09-29
Applicant: 东北大学
Abstract: 一种竖炉焙烧系统磁选管回收率软测量方法，包括选择辅助变量，建立知识库并向知识库提供初始知识，预报回收率；其中预报回收率时，判断工况参数是否在边界范围内，来选择由神经网络还是专家系统预报；预报结果及对应的工况参数将保存到数据库，同时显示给用户。该方法还提供对推理过程和预报结果的解释。该方法利用计算机系统和常规的检测仪表提供的在线过程数据结合人工采样数据，实现了竖炉焙烧系统磁选管回收率的基于神经网络结合专家系统的软测量。与人工测量相比，减少了操作人员的工作量，降低了人为操作引入的测量的不确定性，提高了测量的时效性。该方法具有很强的自适应和自学习能力。该方法适用面广，测量精确，有助于系统的优化。
-
公开(公告)号：CN1746604A
公开(公告)日：2006-03-15
申请号：CN200510047442.2
申请日：2005-10-19
Applicant: 东北大学
IPC: F27B1/26
Abstract: 一种竖炉焙烧过程智能优化设定的方法，包括边界条件的输入、磁选管回收率期望值的确定、竖炉焙烧系统实时过程数据的取得、基于案例推理的参数设定、基于磁选管回收率预报的前馈校正、基于磁选管回收率化验值的反馈校正、案例的存储与维护等步骤。该方法利用常规计算机控制系统和常规的检测仪表提供的在线过程数据结合人工采样数据，建立了基于案例分析的竖炉焙烧系统主要工艺参数智能优化设定模型，实现了面向生产指标的竖炉焙烧系统的优化控制，与人工操作相比，减少了操作人员的工作量，避免了依靠经验生产的主观性和随意性，使产品质量及其它生产指标得到了有效可靠的保证。该方法具有很强的自适应和自学习能力。适用面广，优化设定量更精确。
-
-
Search Results
3
records
(took 0.015 seconds)
