版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、燒結(jié)生產(chǎn)過程是鋼鐵冶煉鐵前過程的一道重要工序,其產(chǎn)品燒結(jié)礦是高鐵煉鐵的主要原料。燒結(jié)礦的質(zhì)量好壞直接影響著高爐的爐況和鐵水質(zhì)量。混合制粒是燒結(jié)過程中一個至關(guān)重要的環(huán)節(jié),是保證燒結(jié)料層良好透氣性、實現(xiàn)厚料層燒結(jié)、提高能源有效利用的關(guān)鍵。因此,研究燒結(jié)混合制粒過程對鋼鐵企業(yè)節(jié)約能源,降低排放具有重要意義。
燒結(jié)混合制粒過程是一個復(fù)雜的工業(yè)過程,具有非線性、滯后、工藝參數(shù)難以測量等特點。本文針對混合料粒度分布難以實時測量的難點,結(jié)合
2、機理分析法與灰色關(guān)聯(lián)度法探討了混合制粒過程的影響因素,設(shè)計了混合料粒度分布軟測量模型。
通過采集生產(chǎn)過程數(shù)據(jù),并對數(shù)據(jù)進行預(yù)處理,建立了基于最小二乘支持向量機(LS-SVM)的混合料粒度分布軟測量模型,分析了模型參數(shù)(核函數(shù)寬度函數(shù)σ和懲罰因子c)對混合料粒度分布軟測量模型性能的影響,并采用智能優(yōu)化算法對粒度分布軟測量模型參數(shù)進行優(yōu)化。
針對支持向量機中參數(shù)選擇大多采用經(jīng)驗法、試湊法選擇參數(shù)的問題,本文提出了基于量子
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LS-SVM的紅霉素發(fā)酵過程軟測量方法研究.pdf
- 基于LS-SVM的軟測量建模方法研究.pdf
- 基于LS-SVM的工業(yè)過程軟測量建模方法研究.pdf
- 基于LS-SVM的軟測量建模方法的應(yīng)用研究.pdf
- 基于FCM與LS-SVM的生物發(fā)酵過程軟測量建模方法研究.pdf
- 基于多模型LS-SVM造紙黑液濃度軟測量.pdf
- 基于改進LS-SVM的微生物發(fā)酵過程軟測量建模方法研究.pdf
- 生物反應(yīng)過程的混合核LS-SVM軟測量建模與應(yīng)用研究.pdf
- 基于SVM的磨煤機負荷軟測量方法研究.pdf
- 基于LS-SVM的軸承故障趨勢預(yù)測方法研究.pdf
- 基于LS-SVM的入侵檢測.pdf
- 基于混合核Ls-SVM的古漢字圖像識別.pdf
- 基于SVM的鍋爐蓄熱系數(shù)軟測量方法研究.pdf
- 基于LS-SVM對耐高溫濾料過濾效率的預(yù)測研究.pdf
- 水力旋流器溢流粒度軟測量方法的研究.pdf
- 基于LS-SVM目標識別的研究.pdf
- LS-SVM的GPU高性能計算方法研究.pdf
- 基于LS-SVM的多標簽分類算法.pdf
- 基于LS-SVM的fMRI數(shù)據(jù)分析.pdf
- 微生物發(fā)酵過程的LS-SVM軟測量及工程化技術(shù)研究.pdf
評論
0/150
提交評論