详细内容
本发明涉及一种基于深度信念网络模型来预测水泥熟料fCaO的方法,其内容为:初步选取能反映水泥熟料烧成情况的主要变量为辅助变量集合,预测变量为水泥熟料fCaO的含量;通过现场仪表和操作员记录表分别采集各个辅助变量和水泥熟料fCaO含量的现场数据,采用灰色关联度分析方法对初始辅助变量集合降维;根据深度信念网络的算法及样本数据量确定深度信念网络结构中的参数:训练深度信念网络的参数,进而实现对整个网络权重和偏置的优化;采用反向传播算法对所确定的深度信念网络结构中的参数进行误差校正,进而确定水泥熟料fCaO的预测模型;采集辅助变量集合的实时数据,并将得到的辅助变量集合的实时数据进行3δ准则剔除误差;进而预测出水泥熟料fCaO含量。
专利信息
专利号 |
CN201610561692.6 |
专利分类 |
发明专利 |
专利交易状态 |
技术正在推广 |
有效截止时间 |
2023-12-31 |
合作方式 |
合作开发 |
联系人姓名 |
认证用户可见 |
联系人QQ |
认证用户可见 |
联系人电话 |
认证用户可见 |
联系人邮箱 |
认证用户可见 |
联系人地址 |
认证用户可见 |
联系人单位 |
认证用户可见 |
区域 |
认证用户可见 |
附件信息