一种基于R-WGAN的水泥熟料游离钙样本数据增强及预测方法

    公开(公告)号:CN112906976A

    公开(公告)日:2021-06-04

    申请号:CN202110292018.3

    申请日:2021-03-18

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于R‑WGAN的水泥熟料游离钙样本数据增强及预测方法,其包括以下步骤:S1、对水泥生产工艺进行分析,选取与水泥熟料fCaO含量相关的12个变量为辅助的输入变量,水泥熟料fCaO含量为需要预测的输出变量;S2、将归一化后的数据输入回归预测网络进行预训练,并将网络结构和参数进行保存;S3、将步骤S1中选择的12个变量与水泥熟料fCaO含量数据拼接为WGAN的真实数据集,作为WGAN中判别器的输入;S4、搭建WGAN网络;S5、搭建R‑WGAN模型;S6、应用R‑WGAN中训练好的回归预测网络,实现水泥熟料游离氧化钙的预测。本发明采用WGAN与回归预测网络结合的方式,将WGAN应用于水泥工业中时序序列数据的生成,解决了由于水泥熟料fCaO含量离线检测导致的时滞和水泥熟料fCaO样本量小的问题。

    基于卷积-门控循环神经网络的水泥回转窑电耗预测方法

    公开(公告)号:CN111950698A

    公开(公告)日:2020-11-17

    申请号:CN202010630341.2

    申请日:2020-07-01

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于门控循环神经网络的水泥回转窑电耗的预测方法,属于水泥回转窑电耗预测技术领域,包括(1)根据水泥烧成过程经验和机理选取与水泥回转窑电耗相关的10个变量,充分考虑水泥生产过程的各变量之间的耦合及时延;(2)先用卷积提取相关输入的耦合特征;(3)再使用门控循环单元网络提取电耗序列的时序特征;(4)计算得到电耗的预测结果。本发明既解决了水泥回转窑复杂工况多变量、强耦合,难以建立机理模型的特点,又解决了变量数据存在的时变实延问题,并且为指导水泥烧成过程的调度和综合能耗的降低提供依据,可以为水泥烧成过程的管理提供规划调度依据。

    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

    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

    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。

Patent Agency Ranking