机器学习应用于焦化行业的研究进展

总结了机器学习在焦炭质量、焦炉煤气产量预测以及炼焦生产协调优化控制系统等方面的研究现状,并从加热燃烧过程控制、集气管压力控制、推焦作业调度优化等方面分别阐述了利用机器学习方法实现自动化控制的研究,认为应加强现有研究成果的应用验证和推广,使其更好更快地服务于生产实际,同时加快应用机器学习构建以产品质量和生产效率为最终目标的全流程大数据系统模型的研究。将机器学习应用于传统的焦化行业,可提升焦化生产科技水平及降低运行风险。