基于改进粒子群优化LSSVM的水泥熟料fCaO软测量

针对水泥熟料fCaO含量难以在线实时测量,提出了一种基于最小二乘支持向量机的软测量建模方法。针对最小二乘支持向量机模型的2个难点进行了改进:首先利用样本间的马氏距离来衡量样本的相似程度,删除样本中部分相似样本,提高最小二乘支持向量机模型的稀疏性,从而减小了模型的运算量。然后利用改进的粒子群优化算法对最小二乘支持向量机模型的2个重要参数进行迭代寻优,克服了常规交叉验证法或网格搜索法等参数选择方法的盲目性。最后将基于粒子群最小二乘支持向量机软测量模型用于熟料fCaO含量的实例仿真。结果表明,该方法具有收敛性好、预测精度高、泛化能力强等优点。     

基于最小二乘支持向量机的复合肥装置养分含量的软测量建模

针对复合肥装置养分含量无法用常规的传感器在线测量的问题,提出了基于最小二乘支持向量机(LS-SVM)的软测量方法来在线估计养分含量.LS-SVM用等式约束代替传统的标准支持向量机中的不等式约束,求解过程从解二次规划问题变成解线性方程组,求解速度相对加快.工业实例表明LS-SVM所建模型的预测精度较高,能满足实际工业应用的需求.     

基于FCM聚类的气化炉温度多模型软测量建模

水煤浆气化是煤炭资源高效清洁利用的重要技术。气化炉反应温度是关系装置能否长周期安全稳定运行的关键参数,但是热电偶在高温、高压和气固物流冲刷环境下,使用寿命有限。本文以一多喷嘴对置式水煤浆气化炉为研究对象,在多模型建模方法的基础上,以数据点间的相似程度作为多模型子区间的划分手段,结合最小二乘支持向量机建立了基于模糊C均值聚类的气化炉温度软测量模型。实际工业运行数据验证结果表明,该软测量模型拟合精度较高,模型泛化能力较强。     

基于非线性偏最小二乘回归的软测量建模及应用

针对复杂工业过程存在的多变量、相关性和非线性问题,提出一种新的基于非线性偏最小二乘(partial least squares,PLS)回归的软测量建模方法。该方法利用PLS作为模型的外部框架来提取输入输出主成分变量,同时消除变量间的相关性,然后用最小二乘支持向量机(least squares support vector machine,LSSVM)作为内部函数来描述主成分变量之间的非线性关系,并引入基于误差最小化的权值更新策略,来改进模型的预测精度。以pH中和过程的Benchmark模型来验证该方法的性能,并与其他建模方法比较,结果表明该方法预测精度较高,而且具有较强的泛化能力。将该方法应用于某电站燃煤锅炉的NOx排放软测量建模之中,取得了较好的预测效果。     

基于KPCA-LSSVM的软测量建模方法

提出了一种将核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)相结合的软测量建模方法.核主成分分析能够对样本数据进行特征提取,消除数据的相关性.本文利用KPCA提取主元,降低样本的维数;然后利用最小二乘支持向量机进行建模,不仅降低了模型的复杂性,而且提高了模型的泛化能力.用该方法建立柴油凝点的软测量模型,和其他...     

基于差分进化算法-最小二乘支持向量机的软测量建模

软测量技术是解决工业过程中存在的一类难以在线测量参数估计问题的有效方法,该技术的核心是建立优良的数学模型。支持向量机是基于统计学理论的一种机器学习方法,最小二乘支持向量机是一种扩展的支持向量机,相对于支持向量机具有较快求解速度。最小二乘支持向量机存在着参数选择的问题,针对这个问题,采用差分进化算法进行参数选择。提出基于差分进化算法的最小二乘支持向量机应用于软测量建模,并将其应用于对苯二甲酸中对羧基苯甲醛含量测试的软测量建模中,获得了满意的结果。     

一种基于时序误差补偿的动态软测量建模方法

针对目前静态软测量建模方法无法反映工业过程动态信息,造成预测模型精度低、鲁棒性差等问题,提出了一种基于最小二乘支持向量机(LS-SVM)和自回归-滑动平均模型(ARMA)的软测量建模方法。首先,建立了基于LS-SVM的软测量模型,利用ARMA模型对预测误差的动态估计,通过增加动态校正环节,实现了对静态模型的动态校正以改善系统动态响应特性。最后将上述方法用于乙烯精馏过程中乙烷浓度的软测量建模,仿真结果表明:与单一使用LSSVM模型相比,该方法具有跟踪性能好、泛化能力强等优点,是一种有效的软测量建模方法。     

基于稀疏最小二乘支持向量机的软测量建模

针对传统最小二乘支持向量机非稀疏化解问题,提出了基于遗传算法的最小二乘支持向量机稀疏化及参数优化方法,稀疏化的基本思想是给训练样本赋予一个概率值,将概率值小于0.5的样本作为测试样本,从而将总的训练样本集分成测试样本集和保留的训练样本集。定义了包括稀疏率、训练误差及测试误差在内的适应度函数。种群个体的前N维表示每个样本对应的概率,后m维表示要优化的参数。通过选择、交叉和变异操作对所有参数进行整体优化,取适应度最小的个体对应的保留的训练样本及优化参数建立最小二乘支持向量机模型。并用该方法用于PX氧化过程4-CBA含量的软测量中,工业数据仿真结果表明,用本文提出的方法稀疏化率达到87%,核参数选取自动完成,与稀疏前建立的模型相比推广能力更高。     

基于人工蜂群算法优化LSSVM的蒸汽干度软测量

为了提高蒸汽干度测量的精确性,提出了基人工蜂群优化最小二乘支持向量机的干度软测量模型。首先利用人工蜂群算法对最小二乘支持向量机的核参数进行参数优化,然后利用优化后的最小二乘支持向量机干度测量模型对干度进行软测量,软测量结果表明基于人工蜂群优化的最小二乘支持向量机的测量效果满足了精度要求。最后运用最小二乘支持向量机和BP神经网络模型对干度进行了软测量,结果表明:基于人工蜂群优化的最小二乘支持向量机软测量模型具有测量精度高,测量稳定性好的优点。     

基于变异CPSO算法的LSSVM蒸发过程软测量

在分析混沌粒子群优化算法(CPSO)和最小二乘支持向量机(SVM)理论基础上,以某氧化铝厂蒸发过程为对象,采用带有末位淘汰机制的混沌粒子群优化算法优化支持向量机的参数,建立了基于变异CPSO算法的LS-SVM的氧化铝蒸发过程软测量模型,并与PSO-LSSVM、LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差小于5%的样本达到92.5%,最大相对误差仅为8.1%,均方差MSE为0.05153,模型具有较高的精度,其现场实施结果表明基本可以实现出口浓度的实时在线预估。     

水泥熟料的粉磨动力学研究

采用行星磨对水泥熟料进行不同时间段的研磨,通过测定粉磨产物的粒度分布、比表面积和45 μm筛余值,以Rosin-Rammler-Bennet(RRB)方程作为粒度分布模型,运用线性回归分析和粉磨动力学的特征粒径分析的方法,对熟料进行了粉磨动力学研究和粉磨性能评价.实验结果表明:经过研磨后,水泥熟料粉体的比表面积、特征粒径和均匀性系数与粉磨时间的对数或双对数呈线性关系,熟料的粉磨速度方程为dS/dt=170.66/t,且熟料粉磨细度不宜高于550 m~2·kg~(-1).     

微量元素参与下的Alite水化特性研究

针对Ａ、Ｃ两种尾矿，初步研究了微量元素对熟料矿物早期水化性能的影响。发现微量元素的参与抑制了Ａｌｉｔｅ的早期水化，认为这种抑制是尾矿中的某些离子与水化产物Ｃａ（ＯＨ）２形成无定形氢氧化物沉淀的结果，进而提出了Ａｌｉｔｅ早期水化机理模型。     

基于动态神经网络的水泥熟料堆积体建模方法

工程中存在许多颗粒堆积问题.为了构建堆积体离散元数值模型,首先设计了堆积体结构参数采集试验,并以工程中篦冷机内的熟料堆积为背景,使用水泥熟料组建堆积体,采用切片法获取切片图像,随后进行一系列处理,获得了堆积体内颗粒的相关结构参数.同时,为了能够重建堆积体模型,使用神经网络训练了一个预测模型,并进行了相关验证.模型运行良...     

ZnO对硅酸盐水泥熟料矿物组成影响的研究

以空白生料为基准,掺入0.1%、0.3%、0.5%、1.0%、1.5%的ZnO,分别在1300 ℃,1350 ℃,1400 ℃,1450 ℃煅烧成熟料,用甘油-乙醇法、XRD结合Rietveld方法、岩相分析对熟料进行分析.结果表明:ZnO可以改善生料的易烧性,在较低温下明显促进f-CaO的吸收.不同煅烧温度下,随着ZnO掺量的增加,熟料中铝相减少,铁相增加,C3S矿物含量增多;在1450 ℃,当掺入1.5%的ZnO时,C3S存在晶型转变,由M3型转化为M1型.从1450 ℃煅烧条件下的样品熟料岩相图中可以看出,随着ZnO的掺入,改善了C3S晶型晶貌,使熟料具有良好的微观结构.     

褐煤中矿物质对水泥熟料烧成过程的影响

以单位熟料热耗及煤样热值为基准,在水泥生料中分别添加褐煤及烟煤,并在1250℃、1350℃、1450℃下煅烧,模拟水泥烧成的部分过程,分析熟料煅烧过程中褐煤中矿物质成分的不同与硅酸盐矿物产生过程差异的内在联系.结果表明,水泥熟料煅烧过程中,煤炭中非钙硅物质带入量是影响液相初始生成的主要原因,但最终熟料的矿物组成由熟料的率值控制,SM和IM较大时,矿物粘结现象和熔蚀现象比较严重;褐煤添加试样符合上述结论,得到了合理的矿物组成,其中提质褐煤由于其热值高,相同条件下带入非钙硅物质最少,1250℃液相生成较差,同时受KH及SM较高影响,最终水泥矿物发育较差.     

Adherence Characteristics of Cement Clinker on Basic Bricks

Based on the sandwich test,adherence mechanisms of cement clinker on various basic bricks were tackled by microstructural observations with help of cathodoluminescence technique.Doloma based bricks offer sufficient lime to react with clinker,forming C3S rich layer and initializing superior adherence.However,clinker with low silica ratio leads to MgO agglomeration at the interface of doloma bricks,which reduces adherence strength.On magnesia spinel bricks,fine crystalline spinel easily reacts with lime containing phases from clinker to form lowmelting phases and belite zone,which shows high adherence performance.Lack of fine spinel in magnesia spinel bricks results in poor adherence.     

稀土对水泥熟料矿物形成的作用

稀土元素氧化物于０．２￣２．０×１０＾－４的微量范围内可改善水泥生料的易烧性，降低熟料中游离氧化钙含量，增加阿利特含量。在该微量范围内，随着稀土含量增加，其作用相应增强；但超过２．０×１０＾－４后，即使稀土元素氧化物含量增至１．０×１０＾－３，其作用增幅亦不大。煅烧温度于１３００℃以下，稀土的作用甚弱，而于１３５０℃至１４００℃时其作用较显著。不同种类的稀土元素对水泥熟料矿物形成的作用有差别，镧系     

用脱硫石膏制备硫铝酸盐水泥熟料研究

用脱硫石膏代替天然石膏进行硫铝酸盐水泥熟料制备试验研究.结果表明:用本试验所采用的原料,配料比为m(矾土)∶ m(石灰石)∶ m(脱硫石膏)=35∶ 43∶ 22,煅烧温度为1400 ℃可烧制成矿物组成为无水硫铝酸钙和硅酸二钙的合格硫铝酸盐水泥熟料.从外观特征及借助XRD、SEM分析温度对水泥熟料烧结的影响,当烧结温度为1300 ℃时,熟料结构酥松,强度低,其主晶相为C_4A_3 、β-C_2S、2C_2~-S·CaSO_4,熟料为欠烧料;当烧成温度为1400 ℃时,熟料结构致密,强度高,形成的主要矿物为C_4A_3 、β-C_2~-S和C_4AF,属于正常合格的硫铝酸盐水泥熟料;当烧成温度为1500 ℃时,出现液相过多,熟料块坚硬,主晶相为C_4A_3 、β-C_2~-S、C_12A_7、CT,熟料为过烧料.     

注塑过程熔体充填长度的动态神经网络软测量模型

提出用喷嘴压力，注射速度和螺杆位移等在线可测二次变量来预测充填长度的方法，并建立了基于动态神经网络的充填长度模型，验证结果表明，此模型可准确地在线预测各种不同形状模具中的充填长度曲线。     

煅烧温度对水泥熟料主要矿物形成的影响

选取SP窑硅酸盐水泥熟料、NSP窑硅酸盐水泥熟料和低热水泥熟料在1350℃、1450℃和1500℃三种温度下进行煅烧,对每种熟料在不同温度煅烧下的样品进行XRD定性、定量分析和岩相分析.研究结果表明,高温煅烧后熟料中C3S主要以M1型和M3型存在,R型C3S不明显,未发现T型C3S.此外,煅烧温度的变化对熟料中各矿物晶型和含量影响较大.随温度升高,硅酸盐矿物中C3S总体含量通常提高,C2S含量降低;三种熟料中的C3A都呈减少趋势,而C4AF则呈增加趋势,总矿物在最高温度1500℃时达到最大值.随温度升高,矿物存在不同程度的晶型转变,通常M1型C3S向M3型C3S转变.不同温度下熟料的岩相也不同,比较各熟料岩相分析结果与XRD分析结果相吻合.