本文關(guān)鍵詞：回轉(zhuǎn)窯燒成帶溫度預(yù)測方法研究

  更多相關(guān)文章： 回轉(zhuǎn)窯 燒成帶溫度預(yù)測 果蠅優(yōu)化 超限學(xué)習(xí)機

【摘要】：水泥回轉(zhuǎn)窯是新型干法水泥生產(chǎn)過程中原料煅燒環(huán)節(jié)的核心設(shè)備,其運轉(zhuǎn)情況的好壞直接關(guān)系到水泥熟料的產(chǎn)量、質(zhì)量、能耗和企業(yè)成本。研究水泥回轉(zhuǎn)窯燒成帶溫度預(yù)測方法,通過預(yù)測結(jié)果提前指導(dǎo)操作人員對回轉(zhuǎn)窯生產(chǎn)熱工參數(shù)進行調(diào)整,對提高水泥回轉(zhuǎn)窯的運行效率和節(jié)能降耗具有重要的理論和實際意義。論文針對新型干法水泥生產(chǎn)過程中回轉(zhuǎn)窯的工作具有大慣性、純滯后、多變量以及非線性的特點,在對新型干法水泥生產(chǎn)工藝進行分析的基礎(chǔ)之上,提出了基于果蠅群體優(yōu)化超限學(xué)習(xí)機的回轉(zhuǎn)窯燒成帶溫度預(yù)測方法。首先,論文分析水泥回轉(zhuǎn)窯燒成過程的工藝和機理,識別出影響水泥回轉(zhuǎn)窯燒成帶溫度的因素,確定了以喂煤量、二次風(fēng)速和回轉(zhuǎn)窯轉(zhuǎn)速為自變量,以回轉(zhuǎn)窯燒成帶溫度為輸出量的建模變量,為建立回轉(zhuǎn)窯燒成帶溫度預(yù)測模型提供基礎(chǔ);其次,本文提出果蠅群體優(yōu)化超限學(xué)習(xí)機結(jié)構(gòu)的算法(FOA-ELM),該算法以超限學(xué)習(xí)機的思想為基礎(chǔ),采用具有全局最優(yōu)特性的果蠅優(yōu)化算法選擇超限學(xué)習(xí)機的網(wǎng)絡(luò)結(jié)構(gòu),通過數(shù)據(jù)實驗結(jié)果表明該算法具有泛化能力好且相對于一般神經(jīng)網(wǎng)絡(luò)訓(xùn)練時間較短的特點;再次,結(jié)合回轉(zhuǎn)窯燒成帶溫度預(yù)測的建模變量,提出基于FOA-ELM的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型,該模型與一般基于神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型相比,減少了學(xué)習(xí)時間,提升了預(yù)測效率。最后,論文結(jié)合西南水泥生產(chǎn)線現(xiàn)場實測的數(shù)據(jù),對上訴理論研究進行了仿真實驗。實驗結(jié)果表明:本文提出的基于FOA-ELM的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型能夠?qū)剞D(zhuǎn)窯的燒成帶溫度進行有效地預(yù)測,并且該方法相比于傳統(tǒng)的基于神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯燒成帶溫度預(yù)測方法,減少了訓(xùn)練時間,提升了學(xué)習(xí)過程的效率。
【關(guān)鍵詞】：回轉(zhuǎn)窯 燒成帶溫度預(yù)測 果蠅優(yōu)化 超限學(xué)習(xí)機
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TQ172.622;TP183
【目錄】：

• 摘要3-4
• Abstract4-10
• 注釋表10-11
• 第1章 緒論11-17
• 1.1 課題研究背景及意義11-12
• 1.2 回轉(zhuǎn)窯燒成帶溫度預(yù)測方法研究現(xiàn)狀12-15
• 1.2.1 國內(nèi)外研究現(xiàn)狀12-14
• 1.2.2 回轉(zhuǎn)窯燒成帶溫度預(yù)測方法存在的問題14-15
• 1.3 論文主要內(nèi)容與論文結(jié)構(gòu)15-17
• 第2章 水泥回轉(zhuǎn)窯簡介及經(jīng)典燒成帶溫度預(yù)測方法分析17-36
• 2.1 引言17
• 2.2 水泥回轉(zhuǎn)窯及水泥生產(chǎn)過程工藝簡介17-23
• 2.2.1 水泥回轉(zhuǎn)窯的分類及發(fā)展17-18
• 2.2.2 水泥回轉(zhuǎn)窯的結(jié)構(gòu)及功能18-20
• 2.2.3 新型干法水泥回轉(zhuǎn)窯燒成工藝流程20-23
• 2.3 基于模糊理論的回轉(zhuǎn)窯燒成帶溫度預(yù)測方法23-26
• 2.3.1 模糊邏輯基礎(chǔ)23-24
• 2.3.2 基于模糊理論的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型24-26
• 2.4 基于神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯燒成帶溫度預(yù)測方法26-33
• 2.4.1 人工神經(jīng)網(wǎng)絡(luò)27-28
• 2.4.2 基于RBF神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型28-31
• 2.4.3 基于Elman神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型31-33
• 2.5 基于SVM的回轉(zhuǎn)窯燒成帶溫度預(yù)測方法33-35
• 2.6 本章小結(jié)35-36
• 第3章 基于FOA-ELM的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型研究36-54
• 3.1 引言36-37
• 3.2 回轉(zhuǎn)窯燒成帶溫度影響因素分析37-38
• 3.3 基于果蠅優(yōu)化的超限學(xué)習(xí)機(FOA-ELM)38-47
• 3.3.1 果蠅算法優(yōu)化的超限學(xué)習(xí)機39-45
• 3.3.2 數(shù)值實驗45-47
• 3.4 基于FOA-ELM的回轉(zhuǎn)窯燒成帶溫度預(yù)測模型47-52
• 3.5 本章小結(jié)52-54
• 第4章 回轉(zhuǎn)窯燒成帶溫度預(yù)測模型的仿真與分析54-63
• 4.1 引言54
• 4.2 評價標(biāo)準(zhǔn)54-55
• 4.3 數(shù)據(jù)處理55-57
• 4.3.1 樣本數(shù)據(jù)的選取55-56
• 4.3.2 數(shù)據(jù)預(yù)處理56-57
• 4.4 參數(shù)選擇57-58
• 4.5 仿真實驗結(jié)果及分析58-62
• 4.5.1 基于FOA-ELM的燒成帶溫度預(yù)測模型仿真分析58-61
• 4.5.2 不同算法性能比較61-62
• 4.6 本章小結(jié)62-63
• 第5章 結(jié)束語63-65
• 5.1 主要工作及創(chuàng)新點63
• 5.2 后續(xù)研究工作63-65
• 參考文獻65-69
• 致謝69-70
• 攻讀碩士學(xué)位期從事的科研工作及取得的成果70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李忠華;;DCS系統(tǒng)設(shè)計與調(diào)試的幾點經(jīng)驗[J];水泥;2016年02期

2 魏軍曉;耿元波;沈鐳;岑況;;中國水泥生產(chǎn)與碳排放現(xiàn)狀分析[J];環(huán)境科學(xué)與技術(shù);2015年08期

3 楊柳;王鈺;;泛化誤差的各種交叉驗證估計方法綜述[J];計算機應(yīng)用研究;2015年05期

4 黃賢林;劉紅桔;裴文卉;;水泥回轉(zhuǎn)窯診斷專家系統(tǒng)的設(shè)計與實現(xiàn)[J];中國科技信息;2014年06期

5 覃新穎;佘乾仲;彭奎;楊曉娜;;基于神經(jīng)網(wǎng)絡(luò)的回轉(zhuǎn)窯建模及其優(yōu)化控制設(shè)計[J];計算機仿真;2012年01期

6 毛健;趙紅東;姚婧婧;;人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J];電子設(shè)計工程;2011年24期

7 黃清寶;林小峰;宋紹劍;佘乾仲;楊寶生;;基于Elman網(wǎng)的水泥回轉(zhuǎn)窯模型及其DHP控制器設(shè)計[J];系統(tǒng)仿真學(xué)報;2011年03期

8 封培然;;淺議水泥回轉(zhuǎn)窯燒成帶溫度[J];水泥技術(shù);2010年05期

9 封培然;齊硯勇;汪瀾;牛云輝;;小議過渡帶與燒成帶的關(guān)系[J];中國水泥;2010年06期

10 林小峰;劉唐波;雷聲勇;;基于神經(jīng)網(wǎng)絡(luò)的水泥回轉(zhuǎn)窯溫度預(yù)測模型[J];微計算機信息;2009年01期

，

本文編號：689499