申请/专利权人:中国地质大学(武汉)
申请日:2024-01-18
公开(公告)日:2024-04-19
公开(公告)号:CN117912581A
主分类号:G16C20/10
分类号:G16C20/10;G16C20/70;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明提供了一种考虑不平衡输出数据的烧结过程COCO2智能预测方法及系统,涉及钢铁烧结过程节能降耗领域,包括,采用最小绝对收缩与选择算子方法来确定影响COCO2智能预测模型的输入变量:料层厚度、点火温度、混合水分、风箱负压、垂直燃烧速度、上升点温度、上升点位置、烧结终点温度和烧结终点位置;利用数据增强方法对输入变量进行扩展,得到训练数据集;基于混合核相关向量机建立COCO2智能预测模型,利用训练数据对COCO2智能预测模型进行训练;利用训练好后的COCO2智能预测模型对实际生产数据进行实时预测,得到COCO2预测值,反映烧结生产过程含碳能源的燃烧程度。本发明的效果是:为实现烧结过程节能降耗与绿色制造提供一种行之有效的方法。
主权项:1.一种考虑不平衡输出数据的烧结过程COCO2智能预测方法,其特征在于:包括以下步骤:S1:采用最小绝对收缩与选择算子方法来确定影响COCO2数据的关键过程参数,以该关键过程参数作为COCO2智能预测模型的输入变量,所述输入变量为:料层厚度、点火温度、混合水分、风箱负压、垂直燃烧速度、上升点温度、上升点位置、烧结终点温度和烧结终点位置;S2:利用数据增强方法对输入变量进行扩展,得到训练数据集;S3:基于混合核相关向量机建立COCO2智能预测模型,利用训练数据对COCO2智能预测模型进行训练;S4:利用训练好后的COCO2智能预测模型对实际生产数据进行实时预测,得到COCO2的预测值,用来反映烧结生产过程含碳能源的燃烧程度。
全文数据:
权利要求:
百度查询: 中国地质大学(武汉) 考虑不平衡输出数据的烧结过程CO/CO2智能预测方法及系统
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。