CN101038277A - 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 - Google Patents
基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 Download PDFInfo
- Publication number
- CN101038277A CN101038277A CNA2007100110213A CN200710011021A CN101038277A CN 101038277 A CN101038277 A CN 101038277A CN A2007100110213 A CNA2007100110213 A CN A2007100110213A CN 200710011021 A CN200710011021 A CN 200710011021A CN 101038277 A CN101038277 A CN 101038277A
- Authority
- CN
- China
- Prior art keywords
- parameter
- model
- sample
- soft
- fineness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Disintegrating Or Milling (AREA)
Abstract
一种基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法,该方法依赖硬件平台及测量仪表和进行软件计算的计算机***,该软件通过控制计算机或数据采集器获得实时的过程数据进行软测量;该方法包括以下步骤:辅助变量的选择,确定样本数据的结构,确定样本的组成,建立基于最小二乘-支持向量机软测量模型并进行模型的训练、参数选择及模型验证、模型参数的校正;本发明应用简单、容易,成本较低,软测量结果也较精确,有助于实现制粉过程的优化控制和优化运行。
Description
技术领域
本发明属于自动化测量技术领域,特别涉及对制粉过程中用于煤粉研磨的由钢球磨煤机、粗粉分离器和布袋收集器组成的中储式钢球磨煤机制粉***的最终产品——煤粉的细度指标进行软测量的方法。
背景技术
制粉生产中,由钢球磨煤机、粗粉分离器和布袋收集器组成的中储式钢球磨煤机广泛用于将煤粉研磨至工艺要求的细度范围内。煤粉的细度是考核制粉过程的重要工艺指标,是提高产品质量和经济效益的重要因素,对于采用燃煤方式的发电、烧结等过程控制占有十分重要的地位。目前,煤粉细度在线检测的工业应用中,由于实际条件的限制,没有进行工业性试验,没有实际的可操作性,没有成熟的检测装置,在实际生产过程中主要依靠采样、化验的方式离线获得。该方法的不足在于:1.人工操作时人为因素影响大,测量结果的客观性差;2.测量的时间间隔长,测量结果反馈的时间也长,因此得到的信息对操作人员缺乏指导意义;3.对煤粉取样时不可避免出现煤粉泄露现象,造成环境污染。由于样本数据数量有限和较大的干扰误差对训练的影响,采用常见的神经网络方法,模型的收敛速度慢,并且容易出现过拟合现象。
发明内容
为了解决现有的制粉过程煤粉细度测量方法之不足,本发明提供一种基于最小二乘-支持向量机的煤粉细度软测量方法,通过常规在线测量仪表提供的辅助变量的测量参数,给出当前的煤粉细度的估计值,为制粉过程的优化操作和优化运行提供关键工艺指标。
本发明方法由硬件平台及测量软件组成,其中硬件平台核心由钢球磨煤机、粗粉分离器、布袋收集器以及相关设备组成,同时配备了测量仪表以及进行软件计算的计算机***。其硬件的联接是球磨机的输入端与给煤机、热风和冷风管道相接,球磨机输出端与粗粉分离器连接,粗粉分离器的回粉管道与磨机输出端连接,出口与布袋除尘器相接,煤粉经布袋收集器实现风粉分离,煤粉由输送装置送入煤粉仓。详细结构如图1所示。以钢球磨煤机、粗粉分离器、布袋收集器组成的制粉***,其测量仪表包括:
在热风管道上安装一个热电偶,用于在线测量热风温度TRFWD;
在磨机出口管道上安装一个热电偶,用于在线测量磨机出口煤粉温度TCKWD;
在磨机和布袋收集器的给料管道、出料管道上分别安装四个压力计,用于在线测量磨机进出口压力PMRPL、PMCYL和布袋收集器进出口压力PSRYL、PSCYL用于计算磨机和布袋除尘器差压PMJCY、PSJQCY;
给煤机转速的反馈信号,用于估计给煤量WGMJZS;如果有给煤量的测量信号,直接使用给煤量的检测值。本说明书中用给煤机转速WGMJZS估计给煤量。
该磨矿***同时配置了控制计算机(分布式计算机控制***(DCS)、或可编程逻辑控制器(PLC)、或工业控制计算机(IPC))或数据采集器、用以采集测量仪表的信号。
本发明的软测量软件既可以运行在可编程逻辑控制器上、计算机控制***的监控计算机上,也可以运行于独立的计算机上,该软件通过与控制计算机或数据采集器进行通讯,获得实时的过程数据,并给出煤粉细度的估计结果。
本发明方法包括以下步骤:(1)辅助变量的选择,(2)样本数据的结构,(3)样本的组成,(4)基于最小二乘-支持向量机软测量模型,(5)模型参数的校正。
(1)辅助变量的选择,从影响煤粉细度的经验和理论分析煤粉细度的相关因素分析,本发明选择辅助变量都是通过仪表在线检测得到的,包括以下辅助变量:
热风温度TRFWD;
磨煤机出口温度TCKWD;
磨煤机差压PMJCY:磨机入口压力PMRPL与磨机出口压力PMCYL的差值;
收集器工作周期的差压最大值PMAXSJQCY:布袋收集器入口压力PSRYL与布袋收集器出口力PSCYL工作周期的最大差值;
给煤机转速WGMJZS,或给煤量。
(2)样本数据的结构:
煤粉磨制过程按照如下的结构组成样本,并收集样本数据。样本表达为{xk,yk},其中xk为样本的输入,既选取的辅助变量——热风温度TRFWD、磨煤机出口温度TCKWD、磨煤机差压PMJCY、收集器工作周期的差压最大值PMAXSJQCY、给煤机转速WGMJZS。样本的输出为待估计的主导变量——煤粉细度LMFXD。样本采集记录结构如表1,时间为样本获取的时间,为减少化验误差,根据同一样本煤粉细度采用三次化验结果进行样本取舍,最后取平均值:
表1样本数据结构
时间 | 样本输入 | 样本输出 | ||||||
热风温度 | 磨煤机出口温度 | 磨煤机差压 | 收集器工作周期的差压最大值 | 给煤机转速 | 煤粉细度 | |||
1 | 2 | 3 | ||||||
T | xk 1 | xk 2 | xk 3 | xk 4 | xk 5 | yk |
考虑到样本数据应该具有代表性,并且尽可能覆盖范围较宽,至少应该包括工业对象正常工作范围,通过手动调节风阀开度、给煤机频率,在生产允许的范围内尽可能改变***的工作点,每次操作条件改变***运行平稳后取样化验。
(3)样本的组成:
本发明用于软测量模型的样本数据由三组组成:模型训练样本、误差训练样本和验证样本组成。考虑到训练样本数据应该具有代表性,并且尽可能覆盖范围较宽,至少应该包括工业对象正常工作范围,通过手动调节排风阀开度、给煤机频率,在生产允许的范围内改变***的工作点,每次操作条件改变后,当***运行平稳后取样化验。在实际生产过程中,对煤粉细度抽查化验时按照表一纪录,获得一定数量的样本数据,将该部分数据分为两组,一组用于模型误差最小的训练来选择模型的参数,另一组用于模型的验证。
(4)基于最小二乘支持向量机软测量模型
本发明的基于最小二乘支持向量机软测量模型,其模型训练的基本流程框图如图2所示。包括如下详细步骤:
(A)初始化:进行所有变量的初始化。
(B)是否进行软测量?如果是,则转至(C),根据输入数据和软测量模型预测煤粉细度;如果否,则转至(G),进行模型训练、验证与参数修正的过程。
步骤(C)至(F)为软测量模型应用流程,根据输入数据和软测量模型预测煤粉细度。
(C)读取当前工况数据;
也就是在线读取需要进行细度软测量的当前工况辅助变量的描述参数。
(D)输入数据标准化:
将输入变量参数数据进行标准化处理。
(E)软测量模型计算
把经过处理的输入数据代入到经过训练、验证后的如下模型计算煤粉细度的软测量结果。
式中xk——样本的输入,既选取的辅助变量——热风温度TRFWD、磨煤机出口温度TCKWD、磨煤机差压PMJCY、收集器工作周期的差压最大值PMAXSJQCY、给煤机转速WGMJZS;
y(x)——待估计的主导变量——煤粉细度LMFXD
αk、b——训练后的模型系数;
k=1,2,...,n;
(F)显示并保存细度软测量结果
将最小二乘-支持向量机模型计算的煤粉细度的软测量值显示在人机界面上,并与当前其他参数描述一起保存到历史数据库中,以供实际化验比较及其它操作使用。
为了充分发挥本发明的细度软测量模型的功能,软测量程序应能实时自动读取当前工况描述,具体时限长短根据具体工艺情况确定,然后自动对读取的当前工况描述进行细度软测量计算,把软测量结果显示在操作者或者技术工人容易看到的画面上(可以是监控画面的“优化管理”画面),并把结果及其它数据保存到相关数据库中。
步骤(G)至(T)为模型训练、验证与参数修正的过程。
(G)选择模型误差惩罚参数集和核参数集
根据具体情况确定对模型训练使用的误差惩罚参数和核参数的区间范围,该区间应当包含模型的最优参数,以便从中选择最佳的模型参数。
(H)所有样本数据标准化
将训练样本、误差评价样本和模型验证样本进行标准化处理,用于模型训练、误差评价和模型验证的输入。
(I)读入训练样本数据
读入准备用于模型训练的样本数据
(J)调整模型误差惩罚参数和核参数
从误差惩罚参数和核参数的范围设置的下限开始,每次每个参数循环增加一个步长,作为调整后的参数,用于建立相应的模型对该组参数进行误差评价。
(K)建立模型
基于最小二乘-支持向量机的模型建立过程描述如下:
本发明以采用径向基核函数(RBF)为例建立软测量模型,该核函数形式为:
式中:δ——核参数;
该软测量模型根据以下推导过程有:对于给定训练集为{xk,yk}k=1 n,其中xk∈Rdyk∈R,φ(.),d为辅助变量个数。支持向量机的基本建模思想是通过非线性映射φ(.),把输入样本从输入空间Rd映射到特征空间φ(x)=(φ1(x),φ2(x),...φn(x)),从而将非线性估计问题转化为高维特征空间的线性函数估计问题。即采用如下形式的函数对模型函数进行估计:
f(x)=WTφ(xk)+b,(W∈Rdn,b∈R)
式中:WT——权向量
b——偏置量
根据问题求解目标和结构化风险最小为原则,上式需要同时满足下式:
采用最小二乘-支持向量机方法,即定义误差损失函数为误差的二次项ek 2,上述问题可以表述为在权空间W内,
满足约束条件:yk=WT_(xk)+b+ek(k=1,2,...,n)。其中γ为误差惩罚因子。用拉格朗日方法求解上述优化问题,定义拉格朗日函数如下:
消除W,e,有
其中:y=[y1,y2,y3,...yn];l=[1,1,1,...1];α=[α1,α2,α3,...αn];Ωkl=_(xk)T_(xl);k=1,2,...,n。
通过上式确定系数b和α,得到软测量模型为:
(L)读取误差评价样本数据
读入准备用于误差评价的一组样本数据
(M)记录误差评价结果和参数
取误差训练样本数据集S,包含样本数目为l,定义误差函数:
其中i=1,2,...,l。选择最终误差评价函数为:
e(γ,δ)=min(e1+ηe2)
式中:γ——误差惩罚参数;
δ——核参数;
η——权重参数;
根据经验选择均方差和最大方差的权重,一般可以选择η=1。在给定的参数区间内利用(K)建立的软测量模型得到误差评价指标,并记录对应的参数。
(N)参数调整是否已经到上限
若γ+l>γup(γ为误差惩罚参数,l为调整步长,γup为惩罚参数范围的上限)和δ+l>γup(δ为核参数、l为调整步长,δup为核参数范围的上限)同时满足,则说明所有参数组合的误差评价工作完成;否则重复(J)~(N)的工作。
(O)选择误差评价最好的模型参数
将(M)中记录的误差评价指标,寻找其中的极小值,为误差评价最好的模型参数,选择对应的参数为模型参数。
(P)确定模型
根据(O)中选择的模型参数,确定模型训练结果,确定软测量模型。
(Q)读入验证样本数据
读入准备用于模型验证的一组样本数据
(R)模型验证
采用(P)中的模型按照(M)中的e1指标和e2指标。
(S)验证精度是否满意
用验证样本数据对软测量模型进行验证,比较软测量模型的输出和实际化验值。如果模型输出值与实际化验值的比较误差在误差允许范围内,该模型可以用于实际煤粉细度在线估计;如果该模型输出值与实际化验值的比较误差较大,分析训练样本数据,继续实验,适当增加训练样本数据,重复(B)~(S)的工作。
(T)重新构造训练样本
验证精度不能满足软测量的需要,需要增加试验次数,重新构造训练样本。
(U)结束
(5)模型参数的校正:
随着时间的推移,化验得到的样本数据不断增加,为进一步修正模型参数,提高模型精度提供了可能。选择典型的样本添加到训练样本,如果重新训练的软测量模型能够明显提高模型的精度,则用新的模型代替原有模型,否则不改变原模型。如果新的样本数据重复出现样本输入条件相同或相近,而样本输出相差较大的情况,用新样本代替原样本数据,重新训练模型,替换原有模型。
本发明的优点在于:利用计算机***和常规的检测仪表提供的在线过程数据,仅仅通过少量的人工采样,实现了煤粉细度的基于最小二乘-支持向量机的软测量。解决了没有煤粉细度在线检测仪表难以在线检测的难题;与人工取样化验相比,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,减少了取样带来的煤粉泄漏的问题。与传统的模糊和神经网络软测量方法相比本发明中软测量方法克服了输入维数高、样本数量少和由于***干扰因素多样本有时引入较大的误差造成的模型泛化和过拟合的问题。另外,由于本发明全面考虑了影响煤粉细度的因素,大量采用现有的常规检测信号来实现煤粉细度的在线估计,应用简单、容易,成本较低,软测量结果也较精确。该方法有助于实现制粉过程的优化控制和优化运行。
附图说明
图1制粉过程的流程、测量仪表及计算机配置图;
图2基于最小二乘-支持向量机的制粉过程煤粉细度软测量模型建立流程图
图1中:1钢球磨煤机,2布袋收集器,3粗粉分离器,4给煤机,5布袋收集器入口压力计,6布袋收集器入出口压力计,7给煤机变频转速或者给煤量称重,8热电偶,9磨煤机入口压力计,10磨煤机出口压力计,11热电阻,12PLC、控制计算机或专用计算机
图1中所用标记符号如下:
热风温度——TRFWD
磨机出口温度——TCKWD
磨机入口压力——PMRPL
磨机出口压力——PMCYL
布袋收集器入口压力——PSRYL
布袋收集器出口压力——PSCYL
给煤机转速或给煤量——WGMJZS
在图1中,实线箭头表示物流(煤粉,热风和冷风),虚线表示信号流。
具体实施方式
以氧化铝烧成回转窑所用的钢球磨煤机制粉***为例,如图1所示煤粉磨制过程由给煤机、磨煤机、粗粉分离器和布袋除尘器、煤粉仓等设备组成。原煤和热风在球磨机内磨制和干燥,煤粉在排风机的作用下进入粗粉分离器,回粉从段仓返回到磨机继续研磨,合格煤粉经布袋除尘器实现风粉分离,煤粉由输送装置送入煤粉仓。
磨煤机规格为Φ3.2×9.5m,设计生产能力28t/h,磨煤机分为烘干仓、球仓、段仓三仓;主电机型号YR80-8/1180,额定功率800KW。
该磨煤机***具有本说明书的要求安装如下的测量仪表,包括:
热风温度;
磨煤机出口温度;
磨煤机进出口压力;
收集器进出口压力;
给煤机转速反馈。
以可编程控制器(PLC)实现基础控制回路的自动控制,并根据模型需要滤波、计算得到:
热风温度TRFWD;
磨煤机出口温度TCKWD;
磨煤机差压PMJCY;
收集器工作周期的差压最大值PMAXSJQCY;
给煤机转速WGMJZS。
读取上述的过程数据。在监控计算机中以西门子的WINCC软件实现监控人机界面。该制粉***的煤粉细度(175#筛上)正常工作范围,在供应两台窑时指标设定为15%~20%。
软测量模型用西门子PLC的step7的模块化编程实现,数据存储在DB块中。在WINCC监控***提供模型数据的修改接口,用于离线分析更改模型参数。软测量软件在PLC上运行,有效的保证了模型输出的时效性,方便了***的过程监控。
按照本说明书所述的实现方法选择辅助变量,获取实验样本,建立软测量模型,并通过误差最小训练,获得模型参数,得到γ=0.5和δ=0.8。在该参数下,计算a,b的值分别为:
b=19.4587;
a=[-3.16 -1.11 -1.86 -2.6 0.77 2.6 1.78 17.35 -3.04 5.41 -3.97 -1.95-9.04 0.68 -2.54 1.61 -0.32 -0.97 0.36]
本实例由于收集器的工作周期为336s,每隔336s得到一次收集器的最大差压值,从而运行一次软测量程序,进行一次该时间工况下的细度软测量,并通过监控计算机把软测量结果输出到***管理画面,为操作者或相关技术工人进行参数优化和监督操作提供一个很好的的参考、指导作用,同时把软测量结果保存到***实时数据库中。
本发明即基于最小二乘-支持向量机的煤粉细度软测量模型在制粉***正常运行期间,能够根据过程的实时数据估计煤粉粒度,相对误差不超过2%,成为一个具有很高实用价值的、低成本的细度计量手段。
Claims (5)
1、一种基于最小二乘-支持向量机的制粉过程煤粉细度指标软测量方法,该方法依赖硬件平台及测量仪表和计算机***,其特征在于通过控制计算机或数据采集器获得实时的过程数据,进行软测量,该方法包括以下步骤:
(1)辅助变量的选择,选择的辅助变量包括:
热风温度TRFWD;
磨煤机出口温度TCKWD;
磨煤机差压PMJCY:磨机入口压力PMRPL与磨机出口压力PMCYL的差值;
收集器工作周期的差压最大值PMAXSJQCY:布袋收集器入口压力PSRYL与布袋收集器出口压力PSCYL工作周期的最大差值;给煤机转速WGMJZS,或给煤量;
(2)确定样本数据的结构,如下表: 时间
样本输入
样本输出
热风温度
磨煤机出口温度 磨煤机差压
收集器工作周期的差压最大值 给煤机转速
煤粉细度
1
2
3
T
xk 1
xk 2
xk 3
xk 4
xk 5
yk
其中xk为样本的输入,既选取的辅助变量——热风温度TRFWD、磨煤机出口温度TCKWD、磨煤机差压PMJCY、收集器工作周期的差压最大值PMAXSJQCY、给煤机转速WGMJZS,样本的输出yk为待估计的主导变量——煤粉细度LMFXD;
(3)样本的组成
用于软测量模型的样本数据由三组组成:模型训练样本、误差训练样本和验证样本组成;对煤粉细度抽查化验时按照样本数据结构纪录,获得一定数量的样本数据,将该部分数据分为两组,一组用于模型误差最小的训练来选择模型的参数,另一组用于模型的验证;
(4)建立基于最小二乘-支持向量机软测量模型,如下式:
αk、b——训练后的模型系数;
k=1,2,...,n;
然后进行模型的训练、参数选择及模型验证;
(5)模型参数的校正;
选择典型的样本添加到训练样本,如果重新训练的软测量模型能够明显提高模型的精度,则用新的模型代替原有模型,否则不改变原模型;如果新的样本数据重复出现样本输入条件相同或相近,而样本输出相差较大的情况,用新样本代替原样本数据,重新训练模型,替换原有模型。
2、根据权利要求1所述的一种基于最小二乘-支持向量机的制粉过程煤粉细度指标软测量方法,其特征在于步骤(4)所述的模型建立、训练、参数选择及模型验证按以下步骤进行:
(A)初始化:进行所有变量的初始化;(B)是否进行软测量?如果是,则转至(C),根据输入数据和软测量模型预测煤粉细度;如果否,则转至(G),进行模型训练与参数修正的过程;(C)读取当前工况数据;(D)输入数据标准化处理;(E)软测量模型计算;(F)显示并保存细度软测量结果,执行(U);(G)选择模型误差惩罚参数集和核参数集;(H)所有样本数据标准化;(I)读入训练样本数据;(J)调整模型误差惩罚参数和核参数;(K)建立模型;(L)读取误差评价样本数据;(M)记录误差评价结果和参数;(N)参数调整是否已经到上限;若参数调整到上限,选择参数;若不到上限,根据调整步长调整新参数重复误差评价过程,返回(J);(O)选择误差评价最好的模型参数;(P)确定模型;(Q)读入验证样本数据;(R)模型验证;(S)验证精度是否满意,如果满意,模型参数选择完毕;如果不满意,增加化验数据,重新构造训练样本,执行(T);(T)重新构造训练样本;(U)结束。
3、根据权利要求2所述的一种基于最小二乘-支持向量机的制粉过程煤粉细度指标软测量方法,其特征在于步骤(M)所述的记录误差评价结果和参数时使用以下函数:
e(γ,δ)=min(e1+ηe2)
式中:γ——误差惩罚参数;
δ——核参数;
η——权重参数,η=1;
i=1,2,...,l。
4、根据权利要求2所述的一种基于最小二乘-支持向量机的制粉过程煤粉细度指标软测量方法,其特征在于步骤(N)所述的判断参数调整是否已经到上限时应符合以下条件:γ+l>γup(γ为误差惩罚参数、l为调整步长,γup为惩罚参数范围的上限)和δ+l>γup(δ为核参数、l为调整步长,δup为核参数范围的上限)同时满足。
5、根据权利要求1所述的一种基于最小二乘-支持向量机的制粉过程煤粉细度指标软测量方法,其特征在于其依赖的硬件平台核心由钢球磨煤机、粗粉分离器、布袋收集器以及相关设备组成,同时配备了测量仪表以及进行软件计算的计算机***;给煤机的输入端与给煤机、热风和冷风管道相接,磨煤机、粗粉分离器相接、布袋收集器依次相连,在热风和磨煤机出口管道上分别装有热电偶和热电阻测温原件,磨机和布袋收集器的进出口管道上分别安装压力计,给煤机调速变频器输出频率反馈信号,***配置控制计算机或数据采集器,采集测量仪表信号;测量软件运行在计算机控制***的监控计算机上或独立的计算机上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007100110213A CN101038277B (zh) | 2007-04-19 | 2007-04-19 | 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007100110213A CN101038277B (zh) | 2007-04-19 | 2007-04-19 | 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101038277A true CN101038277A (zh) | 2007-09-19 |
CN101038277B CN101038277B (zh) | 2010-12-08 |
Family
ID=38889320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007100110213A Expired - Fee Related CN101038277B (zh) | 2007-04-19 | 2007-04-19 | 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101038277B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334666B (zh) * | 2008-07-15 | 2010-10-27 | 西安艾贝尔科技发展有限公司 | 双进双出钢球磨煤机直吹式制粉***优化控制方法 |
CN102778538A (zh) * | 2012-07-06 | 2012-11-14 | 广东电网公司电力科学研究院 | 一种基于改进支持向量机的锅炉飞灰含碳量软测量方法 |
CN103336107A (zh) * | 2013-05-30 | 2013-10-02 | 中国科学院沈阳自动化研究所 | 一种水泥熟料f-CaO含量软测量方法 |
CN103472867A (zh) * | 2013-09-22 | 2013-12-25 | 浙江大学 | 支持向量机的农药生产废液焚烧炉炉温最佳化***及方法 |
CN103472728A (zh) * | 2013-09-22 | 2013-12-25 | 浙江大学 | 机器学习的农药焚烧炉有害物排放达标控制***及方法 |
CN103699782A (zh) * | 2013-12-09 | 2014-04-02 | 国家电网公司 | 一种中速磨制粉***给煤量软测量方法 |
CN104374675A (zh) * | 2014-10-15 | 2015-02-25 | 国家电网公司 | 一种磨煤机煤粉细度在线监测方法 |
CN104634706A (zh) * | 2015-01-23 | 2015-05-20 | 国家电网公司 | 一种基于神经网络的煤粉细度软测量方法 |
CN104991037A (zh) * | 2015-05-15 | 2015-10-21 | 广西大学 | 一种用于煮糖结晶的数据测量方法和装置 |
CN106529008A (zh) * | 2016-11-01 | 2017-03-22 | 天津工业大学 | 一种基于蒙特卡罗及lasso的双集成偏最小二乘建模方法 |
CN106546704A (zh) * | 2016-12-09 | 2017-03-29 | 华北电力大学(保定) | 一种压缩感知的氮氧化物软测量装置及其测量方法 |
CN107016176A (zh) * | 2017-03-24 | 2017-08-04 | 杭州电子科技大学 | 一种混合智能锅炉综合燃烧优化方法 |
CN109107744A (zh) * | 2018-06-15 | 2019-01-01 | 东南大学 | 一种中速磨风煤比和油压动态趋优调整方法 |
CN111612211A (zh) * | 2020-04-10 | 2020-09-01 | 杭州电子科技大学 | 一种磨煤机煤粉细度的预测建模方法 |
CN111612212A (zh) * | 2020-04-10 | 2020-09-01 | 杭州电子科技大学 | 一种磨煤机煤粉细度的在线优化模型更新方法 |
CN113457831A (zh) * | 2021-06-30 | 2021-10-01 | 苏州西热节能环保技术有限公司 | 一种磨煤机出口温度控制方法 |
CN114326406A (zh) * | 2021-12-31 | 2022-04-12 | 山西世纪中试电力科学技术有限公司 | 一种基于向量机在线辨识预测的协调控制方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105930666B (zh) * | 2016-04-27 | 2019-01-22 | 厦门大学 | 一种气流床气化炉炉膛温度的在线软测量方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1049732C (zh) * | 1996-01-03 | 2000-02-23 | 山东省电力学校 | 煤粉细度快速自动检测装置 |
SE524393C2 (sv) * | 2002-11-07 | 2004-08-03 | Procedo Entpr Ets | Metod för behandling av flygaska |
CN2752755Y (zh) * | 2004-10-15 | 2006-01-18 | 南京大陆中电科技股份有限公司 | 煤粉细度在线检测装置 |
-
2007
- 2007-04-19 CN CN2007100110213A patent/CN101038277B/zh not_active Expired - Fee Related
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334666B (zh) * | 2008-07-15 | 2010-10-27 | 西安艾贝尔科技发展有限公司 | 双进双出钢球磨煤机直吹式制粉***优化控制方法 |
CN102778538B (zh) * | 2012-07-06 | 2014-12-10 | 广东电网公司电力科学研究院 | 一种基于改进支持向量机的锅炉飞灰含碳量软测量方法 |
CN102778538A (zh) * | 2012-07-06 | 2012-11-14 | 广东电网公司电力科学研究院 | 一种基于改进支持向量机的锅炉飞灰含碳量软测量方法 |
CN103336107A (zh) * | 2013-05-30 | 2013-10-02 | 中国科学院沈阳自动化研究所 | 一种水泥熟料f-CaO含量软测量方法 |
CN103472728B (zh) * | 2013-09-22 | 2016-08-24 | 浙江大学 | 机器学习的农药焚烧炉有害物排放达标控制***及方法 |
CN103472867A (zh) * | 2013-09-22 | 2013-12-25 | 浙江大学 | 支持向量机的农药生产废液焚烧炉炉温最佳化***及方法 |
CN103472728A (zh) * | 2013-09-22 | 2013-12-25 | 浙江大学 | 机器学习的农药焚烧炉有害物排放达标控制***及方法 |
CN103472867B (zh) * | 2013-09-22 | 2015-11-04 | 浙江大学 | 支持向量机的农药生产废液焚烧炉炉温最佳化***及方法 |
CN103699782A (zh) * | 2013-12-09 | 2014-04-02 | 国家电网公司 | 一种中速磨制粉***给煤量软测量方法 |
CN104374675A (zh) * | 2014-10-15 | 2015-02-25 | 国家电网公司 | 一种磨煤机煤粉细度在线监测方法 |
CN104374675B (zh) * | 2014-10-15 | 2016-10-26 | 国家电网公司 | 一种磨煤机煤粉细度在线监测方法 |
CN104634706A (zh) * | 2015-01-23 | 2015-05-20 | 国家电网公司 | 一种基于神经网络的煤粉细度软测量方法 |
CN104991037A (zh) * | 2015-05-15 | 2015-10-21 | 广西大学 | 一种用于煮糖结晶的数据测量方法和装置 |
CN104991037B (zh) * | 2015-05-15 | 2016-06-22 | 广西大学 | 一种用于煮糖结晶的数据测量方法和装置 |
CN106529008A (zh) * | 2016-11-01 | 2017-03-22 | 天津工业大学 | 一种基于蒙特卡罗及lasso的双集成偏最小二乘建模方法 |
CN106529008B (zh) * | 2016-11-01 | 2019-11-26 | 天津工业大学 | 一种基于蒙特卡罗及lasso的双集成偏最小二乘建模方法 |
CN106546704A (zh) * | 2016-12-09 | 2017-03-29 | 华北电力大学(保定) | 一种压缩感知的氮氧化物软测量装置及其测量方法 |
CN107016176A (zh) * | 2017-03-24 | 2017-08-04 | 杭州电子科技大学 | 一种混合智能锅炉综合燃烧优化方法 |
CN109107744A (zh) * | 2018-06-15 | 2019-01-01 | 东南大学 | 一种中速磨风煤比和油压动态趋优调整方法 |
CN109107744B (zh) * | 2018-06-15 | 2020-09-01 | 东南大学 | 一种中速磨风煤比和油压动态趋优调整方法 |
CN111612211A (zh) * | 2020-04-10 | 2020-09-01 | 杭州电子科技大学 | 一种磨煤机煤粉细度的预测建模方法 |
CN111612212A (zh) * | 2020-04-10 | 2020-09-01 | 杭州电子科技大学 | 一种磨煤机煤粉细度的在线优化模型更新方法 |
CN113457831A (zh) * | 2021-06-30 | 2021-10-01 | 苏州西热节能环保技术有限公司 | 一种磨煤机出口温度控制方法 |
CN114326406A (zh) * | 2021-12-31 | 2022-04-12 | 山西世纪中试电力科学技术有限公司 | 一种基于向量机在线辨识预测的协调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101038277B (zh) | 2010-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101038277A (zh) | 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 | |
CN106814719B (zh) | 一种水泥联合半终粉磨优化控制***及方法 | |
CN1833103A (zh) | 叶片螺距角度控制装置及风力发电装置 | |
CN109342279B (zh) | 基于粉磨机理和神经网络的混合软测量方法 | |
CN1598534A (zh) | 基于案例推理的磨矿***溢流粒度指标软测量方法 | |
CN1790202A (zh) | 跟踪工业用具性能的方法 | |
CN110083967B (zh) | 一种砂带磨削工艺参数优化及评价指标数学模型建模方法 | |
CN87103633A (zh) | 控制高炉运行的方法 | |
CN105044022B (zh) | 一种基于近红外光谱技术快速无损检测小麦硬度的方法及应用 | |
WO2001041994A1 (en) | Method and apparatus for rubber manufacturing process | |
CN1278109C (zh) | 基于灰色理论的称重传感器故障预测方法 | |
CN101823056A (zh) | 全自动咪头测试机 | |
CN211179084U (zh) | 一种在线粒度分析*** | |
CN112163350B (zh) | 一种制粉***双模型的煤粉细度实时在线软测量***及方法 | |
CN1694107A (zh) | 一种物流数据校正方法及其*** | |
CN111443597B (zh) | 用于控制立磨矿粉粒度的装置及方法 | |
CN114290503A (zh) | T梁蒸汽养生发生器功率控制方法及其装置 | |
CN107063948A (zh) | 一种全自动煤粉取样分析仪 | |
CN104536396A (zh) | 一种水泥生料在分解炉内分解过程的软测量建模方法 | |
WO2023050188A1 (zh) | 一种基于三维建模技术的数字煤场管理方法及*** | |
CN117153712B (zh) | 半导体清洗设备腔室内部的综合监控***及方法 | |
CN1222380C (zh) | 用于造型设备的监测*** | |
CN114169131A (zh) | 一种基于数字化多模式的模具制造*** | |
CN112541296A (zh) | 一种基于pso-lssvm的so2预测方法 | |
CN104325571B (zh) | 一种橡胶开炼机混炼胶分散度在线预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101208 Termination date: 20170419 |