共查询到19条相似文献,搜索用时 59 毫秒
1.
2.
3.
4.
应用人工神经网络处理部分广东地区煤质分析数据,建立网络模型,预测出煤的发热量,经实测值与预测值比较,在一定的煤种范围内预测值与实测值比较接近。 相似文献
5.
煤炭发热量在煤炭工业生产中占据着重要的地位,是评价煤炭经济价值的重要参考依据。为了对煤炭发热量进行有效预测,尝试建立了数学模型进行求解。由于传统的神经网络模型存在着收敛速度慢、运算时间长等缺点,考虑到煤炭发热量主要受到其组成成分中水分和灰分的影响,且呈现非线性关系,建立了基于BP神经网络的非线性数学模型,并将其应用于煤炭发热量的预计研究中。实际的运行结果表明,该模型训练速度快、收敛时间短、运算结果比较符合实际情况,表明所建立的改进型BP神经网络模型可以有效用于煤炭发热量的预测研究中。 相似文献
6.
介绍了MATLAB在煤质指标计算中的应用优势,提出了一种煤发热量的计算方法。分析了煤发热量与工业分析指标之间的相关性,建立了数学模型。用MATLAB进行了回归方程的求解和统计分析,计算了三种煤的发热量并与测定值进行了比较。 相似文献
7.
8.
为克服传统线性回归模型对煤的发热量预测精度低、适用范围窄的缺陷,综合考察了工业分析和元素分析指标与煤的发热量的线性相关性,采用平均影响值方法对影响发热量的煤质指标进行特征变量筛选,并结合粒子群优化算法对传统BP神经网络进行优化,提出了一种基于MIV-PSO-BP神经网络方法的煤炭发热量非线性预测方法。结果表明:煤的工业分析和元素分析指标中,仅灰分、碳含量与发热量之间存在一定的线性相关性,其余指标与发热量的线性相关性较弱|煤的工业分析中灰分、挥发分、固定碳3个指标对发热量的影响均较大,而元素分析中仅碳含量对发热量影响较为显著,其余指标对发热量的影响可忽略不计|与其他研究者提出的发热量预测模型相比,本文提出的MIV特征变量选择与PSO-BP神经网络相结合方法预测的平均相对误差和均方根误差更低,总体预测效果更好,相关系数最高可达98.48%。 相似文献
9.
在云南牛场、以古矿区煤质分析的大量实验数据基础上,建立了该矿区煤的发热量与碳、氢和灰分数据的线性回归方程,得出适合矿区的发热量计算式,并在随机比较该矿区50组发热量的计算值和实验值后得出最优的计算式,以用于该矿区发热量的估算和实验室所测发热量数据的可靠性审查。 相似文献
10.
11.
12.
介绍了平煤集团在煤质分析中所采用的全自动工业分析仪的工作原理及技术特点、准确度和精密度及适用性分析,并进一步介绍了使用仪器时的注意事项。 相似文献
13.
阐述了试样的不均匀性、坩埚灼烧、试样存放时间和恒温时间设定等对热重法测定煤工业分析实验结果的影响,分析了实验结果准确性偏低的各种因素,并提出了相应的应对措施。 相似文献
14.
运用传统的干燥及灼烧法与全自动工业分析仪的方法、原理对一系列不同的煤标样进行比对试验,并进行了方法间的比较分析,结果表明,仪器法测定结果与标准方法测定结果之间无显著性差异,可满足目前电厂及时控制煤质、指导锅炉燃烧的要求。 相似文献
15.
介绍了天平管理器的基本功能要求以及工业分析检测中应用功能的要点,并阐述了提高工业分析检测的效率以及准确性所采取的一些措施。 相似文献
16.
17.
18.
基于遗传-支持向量回归的煤层底板突水量预测研究 总被引:2,自引:0,他引:2
针对煤层底板突水问题的小样本、非线性特点,采用支持向量回归算法对突水量进行预测,避免了定性分析的局限性。利用遗传算法全局搜索能力的优势,提出了基于遗传算法的支持向量回归参数寻优方法,并建立煤层底板突水量预测的遗传-支持向量回归模型。该模型首先通过遗传算法对训练样本的学习,得到支持向量回归机的最优参数值,然后运用遗传-支持向量回归模型对测试样本进行突水量预测。测试结果表明:与神经网络,传统支持向量回归机的预测值相比,煤层底板突水量预测的遗传-支持向量回归模型精度高,具有较强的泛化能力。 相似文献