基于CBR和PCA-RBFNN的焦?fàn)t立火道溫度智能預(yù)報(bào)研究.pdf

1、焦?fàn)t是冶金工業(yè)中重要的熱工設(shè)備，它提供的焦炭是冶金和化工等行業(yè)的重要原料。焦?fàn)t立火道溫度是指全爐各燃燒室測(cè)溫立火道溫度的平均值，它能夠反映焦?fàn)t整體的溫度水平，是非常重要的工藝參數(shù)。但是在焦?fàn)t加熱過(guò)程中，由于工藝和成本的原因，實(shí)時(shí)在線(xiàn)獲得立火道溫度比較困難。本文通過(guò)建立基于案例推理和RBF神經(jīng)網(wǎng)絡(luò)的焦?fàn)t立火道溫度智能控制模型，實(shí)現(xiàn)立火道溫度的實(shí)時(shí)有效穩(wěn)定的預(yù)報(bào)，有助于實(shí)現(xiàn)焦?fàn)t生產(chǎn)過(guò)程的智能優(yōu)化控制。
　　本文以焦?fàn)t立火道溫度的實(shí)時(shí)預(yù)

2、報(bào)為主題，主要進(jìn)行以下三個(gè)方面的研究:
　　(1)對(duì)焦?fàn)t整體加熱過(guò)程中的輸入輸出的相關(guān)過(guò)程變量進(jìn)行分析，建立焦?fàn)t加熱過(guò)程中的主元分析單元，確定主元分析的算法步驟，以獲得研究對(duì)象的相關(guān)變量的簡(jiǎn)化量。
　　(2)建立加熱過(guò)程中的工況識(shí)別判斷單元，該單元所采用的是神經(jīng)網(wǎng)絡(luò)的類(lèi)別劃分模式，基于之前所收集的大量特征樣本數(shù)據(jù)量，經(jīng)過(guò)一定程度的網(wǎng)絡(luò)訓(xùn)練，獲得比較穩(wěn)定可靠的識(shí)別單元。
　　(3)建立火道溫度的可選擇性智能預(yù)報(bào)模型的整體

3、系統(tǒng)，整體系統(tǒng)單元主要由數(shù)據(jù)預(yù)處理單元、主元分析單元、工況識(shí)別單元、選擇預(yù)報(bào)單元等單元組成，實(shí)現(xiàn)不同工況條件下的實(shí)時(shí)智能預(yù)報(bào)。
　　通過(guò)確切的數(shù)據(jù)樣本分析和驗(yàn)證整體智能預(yù)報(bào)系統(tǒng)的性能，驗(yàn)證結(jié)果表明系統(tǒng)預(yù)報(bào)是有效可靠的，快速性和可靠性比傳統(tǒng)的人工預(yù)報(bào)要高。此相關(guān)課題的研究的方法和成果中，將案例推理預(yù)報(bào)和RBF神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)合在一起，為突破操作技能的研究提供了基礎(chǔ)的研究方法，為復(fù)雜工業(yè)生產(chǎn)控制過(guò)程中的軟測(cè)量模型提出了相關(guān)的處理方法，對(duì)