排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
5.
在水泥生产过程中,为了应对分解炉结构的复杂性和影响出口温度变量的多样性,提出一种动态主元分析(Dynamic Principal Component Analysis,DPCA)与极限学习机(Extreme Learning Machine,ELM)相结合的数据驱动建模预测方法用来预测分解炉出口温度。通过采集的生产数据,提取影响出口温度变量的主元从而达到降维目的,将降维后的变量作为极限学习机的输入,分解炉出口温度作为极限学习机的输出。经极限学习机参数设置、训练、调整,得到出口温度预测模型。仿真验证结果表明,运用动态主元分析和极限学习机相结合的方法建立的分解炉出口温度预测模型具有良好的预测精度,且为后续出口温度的控制研究提供了依据,对水泥高效节能生产具有重要意义。 相似文献
6.
针对石油化工企业生产过程中物料监控的需求,设计一种基于Web应用的三层B/S架构的产供销监控系统。该系统依托现有的DCS系统和Aspen Tech Info Plus.21生产实时数据库,完成对产出、投入、外购、外销和储存五个环节物料实际进度的远程主动实时监控。文章在分析用户需求,软件功能等基础上,选择合适的开发平台,编程语言和数据库并最终为石油化工企业实现了产供销监控系统原型。 相似文献
1