申请/专利权人：兰州文理学院;兰州理工大学

申请日：2023-12-26

公开（公告）日：2024-03-22

公开（公告）号：CN117739531A

主分类号：F24H9/25

分类号：F24H9/25;G05D23/20;F24H15/45;F24H15/421;F24H15/305;F24H15/36

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于人工智能的加热炉控制系统，涉及加热炉控制技术领域，本发明输入模将四个支路进料流量作为采集参数输入采集参数为四个支路的进料流量；数据处理模块内建立NARX加热炉模型与BP神经网络结合的人工智能混合模型，数据处理模块首先划分训练集和测试集，通过训练集辨识NARX加热炉模型，然后将NARX加热炉模型的输出与真实值的差作为BP神经网络模型的输出参数，将采集参数作为BP神经网络模型的输入参数，对BP神经网络进行训练，BP神经网络输出残差补偿值yi2与NARX模型输出结果yi1之和为混合模型的输出yi0；输出模块输出四个支路的出口温度yi0。本发明为一种基于人工智能的加热炉控制系统，使得对管路支路的温度控制更加精确。

主权项：1.一种基于人工智能的加热炉控制系统，其特征在于：包括输入模块、输出模块、数据处理模块以及驱动模块；所述输入模块、所述输出模块、所述数据处理模块以及所述驱动模块之间通信连接；所述输入模块将四个支路进料流量作为采集参数输入到所述数据处理模块中，所述采集参数为四个支路的进料流量，分别为{X1、X2、X3、X4}；所述数据处理模块内建立NARX加热炉模型与BP神经网络结合的人工智能混合模型，所述数据处理模块首先对所述人工智能混合模型将数据集划分为训练集和测试集，数据处理模块通过训练集辨识NARX加热炉模型，将采集参数作为BP神经网络模型的输入参数，再将NARX加热炉模型的输出与真实值的差作为BP神经网络模型的输出参数，对BP神经网络进行训练，得到BP神经网络；进而得到人工智能混合模型；所述输入模块将四个支路实时进料流量作为采集参数实时输入到所述数据处理模块中，BP神经网络输出残差补偿值yi2，NARX模型输出结果yi1；所述输出模块将yi2与yi1的和yi0，{i＝1、2、3或4}作为混合模型的最终输出结果；所述驱动模块获取所述输出模块输出的四个支路的出口温度，并控制管式加热炉的四个支路的出口温度达到所述输出模块输出的四个支路的出口温度。

全文数据：

权利要求：

百度查询： 兰州文理学院;兰州理工大学 一种基于人工智能的加热炉控制系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD