公开(公告)号：CN107038307A

公开(公告)日：2017-08-11

申请号：CN201710250996.5

申请日：2017-04-18

Applicant: 中南大学

Inventor： 陈宁 ,  罗朗浩 ,  桂卫华 ,  阳春华 ,  戴佳阳 ,  田爽 ,  袁小锋 ,  郭宇骞

IPC: G06F17/50

CPC classification number: G06F17/5009 ,  G06F2217/80

Abstract: 本发明公开了一种将机理与数据相结合的辊道窑温度预测集成建模方法，通过对影响温度变化的因素分析，从温度变化与能量的角度出发，建立机理模型；然后考虑到辊道窑烧结是一个十分复杂的过程，无法通过一个单一机理模型描述整个烧结过程，并且机理模型是通过简化而存在模型误差，建立数据模型对模型误差进行预测，以此来弥补机理输出，即利用误差作为训练样本建立基于局部加权核主成分回归的非线性时变过程的误差预测模型；最后机理模型与数据模型相结合建立辊道窑温度预测集成模型。利用本发明得到的模型能够更好地跟踪过程的状态变化，为辊道窑温度控制提供很好的指导作用，从而提高产品生产质量以及合格率。

公开(公告)号：CN107038307B

公开(公告)日：2019-07-30

申请号：CN201710250996.5

申请日：2017-04-18

Applicant: 中南大学

Inventor： 陈宁 ,  罗朗浩 ,  桂卫华 ,  阳春华 ,  戴佳阳 ,  田爽 ,  袁小锋 ,  郭宇骞

IPC: G06F17/50

Abstract: 本发明公开了一种将机理与数据相结合的辊道窑温度预测集成建模方法，通过对影响温度变化的因素分析，从温度变化与能量的角度出发，建立机理模型；然后考虑到辊道窑烧结是一个十分复杂的过程，无法通过一个单一机理模型描述整个烧结过程，并且机理模型是通过简化而存在模型误差，建立数据模型对模型误差进行预测，以此来弥补机理输出，即利用误差作为训练样本建立基于局部加权核主成分回归的非线性时变过程的误差预测模型；最后机理模型与数据模型相结合建立辊道窑温度预测集成模型。利用本发明得到的模型能够更好地跟踪过程的状态变化，为辊道窑温度控制提供很好的指导作用，从而提高产品生产质量以及合格率。