-
公开(公告)号：CN109342703B
公开(公告)日：2020-04-07
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。
-
公开(公告)号：CN109165798A
公开(公告)日：2019-01-08
申请号：CN201811218283.1
申请日：2018-10-19
Applicant: 燕山大学
Abstract: 本发明公开一种水泥熟料游离氧化钙含量在线预测方法及系统。方法包括：获取深度信念网络模型的输入向量和输出向量；根据输入向量和输出向量构建氧化钙含量预测的深度信念网络模型；获取深度信念网络模型的多个训练样本；训练样本包括输入样本和输出样本；根据多个训练样本对深度信念网络模型进行循环往复训练，生成训练后的深度信念网络模型；获取与水泥烧成过程游离氧化钙指标相关的输入变量作为当前输入向量，输入向量为引入时间序列的输入向量；将当前输入向量输入训练后的深度信念网络模型进行预测，得到水泥熟料游离氧化钙的含量。本发明能够解决水泥烧成过程中变量数据与游离氧化钙指标之间存在时变时延的问题。
-
公开(公告)号：CN109147878B
公开(公告)日：2021-10-15
申请号：CN201811165989.6
申请日：2018-10-08
Applicant: 燕山大学
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。
-
Patent Agency Ranking
-
公开(公告)号：CN108932567B
公开(公告)日：2020-12-01
申请号：CN201810910130.7
申请日：2018-08-10
Applicant: 燕山大学
Abstract: 本发明提供一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法，其包括以下步骤：S1：选取与水泥烧成过程能耗相关的12个输入变量，然后对选取后的变量数据进行归一化处理，构建12个变量时间序列输入层；S2：对输入的变量数据进行卷积池化及全连接运算；S3：采用反向传播技术更新权值参数以提高预测精度；S4：利用步骤S3中训练好的CNN模型进行水泥烧成系统的单位电耗及吨煤耗实时预测。本发明建立的CNN模型，能够对水泥烧成系统的单位电耗和吨煤耗进行联合预测，可以及时的为水泥烧成过程提供规划调度依据，同时避免了仅仅预测单一能耗不全面的问题，预测结果更能反应综合能耗实际情况。
-
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。
-
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。
-
公开(公告)号：CN108932567A
公开(公告)日：2018-12-04
申请号：CN201810910130.7
申请日：2018-08-10
Applicant: 燕山大学
CPC classification number: G06Q10/04 , C04B7/44 , G06N3/0454 , G06Q50/04
Abstract: 本发明提供一种基于卷积神经网络的水泥烧成过程多能耗指标预测方法，其包括以下步骤：S1：选取与水泥烧成过程能耗相关的12个输入变量，然后对选取后的变量数据进行归一化处理，构建12个变量时间序列输入层；S2：对输入的变量数据进行卷积池化及全连接运算；S3：采用反向传播技术更新权值参数以提高预测精度；S4：利用步骤S3中训练好的CNN模型进行水泥烧成系统的单位电耗及吨煤耗实时预测。本发明建立的CNN模型，能够对水泥烧成系统的单位电耗和吨煤耗进行联合预测，可以及时的为水泥烧成过程提供规划调度依据，同时避免了仅仅预测单一能耗不全面的问题，预测结果更能反应综合能耗实际情况。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.038 seconds)
