期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
水泥分解炉温度预测与控制方法研究
下载PDF
职称材料
导出
摘要
分解炉是水泥生产线中最主要的设备之一,准确预测并保证分解炉出口温度是实现水泥优质、高效生产的技术保障。本文以现场易检测并与分解炉出口温度直接相关的数据为依据,构建了基于IPSO-SVR的预测模型,并验证了该预测方法的优越性。最后,提出了一种基于该预测模型的模糊控制算法,以使分解炉出口温度稳定在技术允许的范围内。
作者
徐婷
冷淼
机构地区
东北师范大学人文学院
国网吉林省电力有限公司辽源供电公司
出处
《化工管理》
2019年第3期111-112,共2页
Chemical Engineering Management
基金
吉林省高校汽车电子技术工程研究中心基金项目
关键词
分解炉
出口温度
预测模型
模糊控制
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
TQ172.6 [化学工程—水泥工业]
引文网络
相关文献
节点文献
二级参考文献
6
参考文献
2
共引文献
14
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
2
1
孔祥忠.
中国水泥工业转变发展方式的思路探讨[J]
.中国水泥,2012(1):15-18.
被引量:7
2
孟倩,马小平,周延.
改进的粒子群支持向量机预测瓦斯涌出量[J]
.矿业安全与环保,2015,42(2):1-5.
被引量:10
二级参考文献
6
1
姜力波.铁法大兴矿瓦斯涌出量预测[D].阜新:辽宁工程技术大学,200.
2
刘道华,原思聪,兰洋,马新建.
混沌映射的粒子群优化方法[J]
.西安电子科技大学学报,2010,37(4):764-769.
被引量:43
3
孟倩,王永胜,周延.
基于粗集-支持向量机的采空区自然发火预测[J]
.煤炭学报,2010,35(12):2100-2104.
被引量:6
4
俞启香,王凯,杨胜强.
中国采煤工作面瓦斯涌出规律及其控制研究[J]
.中国矿业大学学报,2000,29(1):9-14.
被引量:194
5
高保彬,李回贵,于水军.
灰色线性回归组合模型在瓦斯涌出量预测中的应用[J]
.矿业安全与环保,2012,39(6):51-53.
被引量:13
6
雷文杰,刘瑞涛,苏国韶.
灰色关联优化BP神经网络预测工作面瓦斯涌出量[J]
.矿业安全与环保,2013,40(5):34-37.
被引量:15
共引文献
14
1
李建梅,李国栋,蔡超.
中国水泥工业发展现状及未来趋势[J]
.广州化工,2013,41(17):18-19.
被引量:12
2
李建梅,李国栋.
中国水泥工业氮氧化物排放现状及对策建议[J]
.应用化工,2013,42(9):1687-1689.
被引量:6
3
王艳晖,李国勇,王炳萱.
MFOA-SVM在采煤工作面瓦斯涌出量预测中的应用[J]
.矿业安全与环保,2016,43(2):54-58.
被引量:7
4
邓军,周少柳,马砺,王伟峰,雷昌奎,王炜罡.
基于PCA-PSOSVM的煤自燃程度预测研究[J]
.矿业安全与环保,2016,43(5):27-31.
被引量:13
5
金星,徐婷,王盛慧,李冰岩,秦石凌,张永恒.
基于IPSO-SVR的水泥窑尾分解率软测量研究[J]
.中国测试,2016,42(11):89-93.
被引量:1
6
陶金颖.
基于粒子群与支持向量机的煤矿材料成本预测数学模型研究[J]
.煤炭技术,2017,36(12):317-319.
被引量:2
7
金星,徐婷,冷淼.
基于IPSO-SVR的水泥分解炉温度预测模型研究[J]
.现代电子技术,2017,40(9):148-151.
被引量:5
8
曾维顺,韩欣澎,刘金霖.
基于粒子群优化支持向量机的瓦斯突出层研究[J]
.中国煤炭地质,2018,30(11):44-46.
被引量:1
9
马晟翔,李希建.
改进的BP神经网络煤矿瓦斯涌出量预测模型[J]
.矿业研究与开发,2019,39(10):138-142.
被引量:10
10
王祥民,董学平,于广宇.
基于动态主元分析和极限学习机的分解炉出口温度预测[J]
.测控技术,2019,38(12):35-39.
被引量:6
1
谢泗薪,刘慧娴.
区块链视角下小微型物流企业金融服务平台构建与风险防控研究[J]
.价格月刊,2019(2):57-64.
被引量:10
2
王江超,易斌,周宏.
加强筋薄板船体结构的焊接失稳变形预测与控制[J]
.船舶与海洋工程,2019,35(1):58-63.
被引量:6
3
郭敏,赵巧娥,高金城,周斌龙.
大数据下风电场混合算法建模研究[J]
.哈尔滨理工大学学报,2019,24(1):48-54.
被引量:8
4
成枢,赵燕红,冯子帆,马卫骄.
基于IPSO-BP模型的滑坡位移预测[J]
.中国科技论文,2018,13(21):2419-2423.
被引量:3
5
白燕燕,曹军,张福元,彭心怡.
基于粒子群算法优化卷积神经网络结构[J]
.内蒙古大学学报(自然科学版),2019,50(1):84-88.
被引量:7
6
乌兰,刘雅荣.
基于改进粒子群优化IPSO算法的茶叶烘干机温度控制策略[J]
.食品与机械,2018,34(10):91-94.
被引量:9
7
贺德强,孙一,蒙基伟,刘建仁.
基于IPSO-BP算法的城轨列车轮对故障率预测模型研究[J]
.控制与信息技术,2019(1):59-63.
被引量:2
化工管理
2019年 第3期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部