锅炉燃烧优化在电厂锅炉经济稳定运行中起着重要作用,NO_(x)排放预测是其中的一个基本环节,因此提出了一种基于改进蜣螂优化算法优化卷积神经网络(convolutional neural network,CNN)与双向长短期记忆神经网络(long short term memory,L...锅炉燃烧优化在电厂锅炉经济稳定运行中起着重要作用,NO_(x)排放预测是其中的一个基本环节,因此提出了一种基于改进蜣螂优化算法优化卷积神经网络(convolutional neural network,CNN)与双向长短期记忆神经网络(long short term memory,LSTM)的组合模型超参数的超超临界锅炉NO_(x)排放预测的方法。首先通过Pearson相关性判定与NO_(x)排放相关的特征参数;其次建立CNN-LSTM预测模型,利用卷积神经网络CNN提取分层数据结构,长短期记忆网络挖掘长期依赖关系,然后结合佳点集、t分布变异策略对蜣螂算法进行改进,用改进后的算法对LSTM超参数进行优化得到最终预测模型;最后与其他神经网络模型进行对比验证。以某660 MW机组锅炉深度调峰实际数据进行预测,结果得到NO_(x)排放浓度实际值与预测值的平均绝对误差为3.3516,平均相对误差为2.4667,数据结果表明该预测模型具有更准确的预测效果。展开更多
使用Ti Al N涂层整体圆柱立铣刀,以(151~942)m/min的铣削速度,对淬硬的45钢和3Cr2Mo钢进行了高速铣削试验,研究了各种切削速度下的宏观及微观切屑形态。发现在高的铣削速度下形成了带有绝热剪切带的锯齿形切屑,并分析了切屑形态的演化...使用Ti Al N涂层整体圆柱立铣刀,以(151~942)m/min的铣削速度,对淬硬的45钢和3Cr2Mo钢进行了高速铣削试验,研究了各种切削速度下的宏观及微观切屑形态。发现在高的铣削速度下形成了带有绝热剪切带的锯齿形切屑,并分析了切屑形态的演化过程。工件材料的硬度、强度、导热性能及切削速度对切屑形态和绝热剪切带的形成有着重要的影响。工件材料越硬、强度越高、导热系数越低,切削速度越大,越容易形成带有绝热剪切带的锯齿形切屑,而且,随着切削速度的增加,切屑的形态由卷曲向平坦发展。展开更多
文摘锅炉燃烧优化在电厂锅炉经济稳定运行中起着重要作用,NO_(x)排放预测是其中的一个基本环节,因此提出了一种基于改进蜣螂优化算法优化卷积神经网络(convolutional neural network,CNN)与双向长短期记忆神经网络(long short term memory,LSTM)的组合模型超参数的超超临界锅炉NO_(x)排放预测的方法。首先通过Pearson相关性判定与NO_(x)排放相关的特征参数;其次建立CNN-LSTM预测模型,利用卷积神经网络CNN提取分层数据结构,长短期记忆网络挖掘长期依赖关系,然后结合佳点集、t分布变异策略对蜣螂算法进行改进,用改进后的算法对LSTM超参数进行优化得到最终预测模型;最后与其他神经网络模型进行对比验证。以某660 MW机组锅炉深度调峰实际数据进行预测,结果得到NO_(x)排放浓度实际值与预测值的平均绝对误差为3.3516,平均相对误差为2.4667,数据结果表明该预测模型具有更准确的预测效果。
文摘使用Ti Al N涂层整体圆柱立铣刀,以(151~942)m/min的铣削速度,对淬硬的45钢和3Cr2Mo钢进行了高速铣削试验,研究了各种切削速度下的宏观及微观切屑形态。发现在高的铣削速度下形成了带有绝热剪切带的锯齿形切屑,并分析了切屑形态的演化过程。工件材料的硬度、强度、导热性能及切削速度对切屑形态和绝热剪切带的形成有着重要的影响。工件材料越硬、强度越高、导热系数越低,切削速度越大,越容易形成带有绝热剪切带的锯齿形切屑,而且,随着切削速度的增加,切屑的形态由卷曲向平坦发展。
