排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
冰铜品位、冰铜温度、渣中铁硅比是艾萨炉铜熔炼过程中的三个主要工艺参数,针对这三大参数在线检测时存在成本高、滞后大、实现困难等问题,提出了一种基于广义最大熵回归的自适应艾萨炉铜熔炼过程三大参数软测量方法.首先基于核聚类的局部线性嵌入算法对熔炼过程的输入数据进行降维预处理,然后利用隐马尔科夫模型对工况进行检测,最后结合工况建立广义最大熵自适应模型.实验表明,提出的方法不仅能明显改善误差,而且测量稳定性得到提高,能为实际生产提供有益的指导 相似文献
2.
针对铜冶炼过程中的能耗难以预测的问题,提出基于支持向量回归的铜冶炼节能过程参数优化学习方法:,首先分析影响铜能耗的各种参数,然后利支持向量回归算法对输入参数和输出能耗之间的关系进行训练,从而筛选出最优参数,为生产能耗控制模型提供了基础。实验结果:表明,提出方法:较传统的BP神经网络算法相比具有学习速度快,收敛性好,泛化能力强等特点,且能耗预测的平均相对误差小于7%。 相似文献
3.
4.
搅拌反应釜的混合效率对物耗、能耗和污染有很大的影响.本研究采用双摄像头定位方法研究示踪球在三维搅拌系统中的运动轨迹,利用计算几何学Cube Line Picking理论,提出单位立方体区域内混合均匀性的三维平均距离方法(标准参照值约为0.661 7),定量评价三维立方体搅拌区域内的混合均匀性.利用计算几何学凸包理论估算搅拌有效区体积,定量分析搅拌有效区占整个搅拌槽的比例.结果表明,三维平均距离和搅拌有效区体积之间具有高度相关关系,相关系数约为0.92.这项研究结果对工程应用具有重要价值,为搅拌系统三维均匀性测量及优化三维搅拌技术提供理论指导. 相似文献
5.
针对艾萨炉铜熔炼过程配料优化问题,提出了基于自适应蚁群算法的艾萨炉铜熔炼过程配料智能优化方法.该方法首先分析了艾萨炉铜熔炼过程中工艺配料特点,以成本为优化目标,综合考虑工艺、质量、库存等多约束条件,采用自适应蚁群学习算法,将配料优化问题转化为在各种约束条件下的学习建模问题,借助历史配料数据进行建模,实现配料预测与优化.艾萨炉铜熔炼配料实验结果表明,提出的方法能有效降低生产成本,改进配料系统的效率,比人工方式物料配比有很大的改进. 相似文献
1