【摘 要】
:
水泥立磨系统中的生料细度是水泥生产中的一项重要指标,水泥生料细度的准确预测是水泥行业实现节能减排和智能控制的前提。然而,立磨系统的数据变量之间具有非线性、变时延和耦合性问题,传统的水泥生料细度预测方法难以解决上述问题,导致难以建立准确的水泥生料细度预测模型。针对生料细度预测中存在的上述问题,本文提出了二维卷积神经网络(Two-dimensional convolutional neural net
论文部分内容阅读
水泥立磨系统中的生料细度是水泥生产中的一项重要指标,水泥生料细度的准确预测是水泥行业实现节能减排和智能控制的前提。然而,立磨系统的数据变量之间具有非线性、变时延和耦合性问题,传统的水泥生料细度预测方法难以解决上述问题,导致难以建立准确的水泥生料细度预测模型。针对生料细度预测中存在的上述问题,本文提出了二维卷积神经网络(Two-dimensional convolutional neural network,2D-CNN)生料细度预测模型,并且应用贝叶斯优化算法对2D-CNN模型的重要超参数进行优化,实现了水泥生料细度的准确预测和模型超参数的自动寻优。具体研究工作如下:首先,根据对立磨系统原料粉磨工艺的分析,初步确定候选的输入变量。应用k-近邻互信息算法分析候选变量与预测变量之间的关联程度,进而选择出对生料细度影响较大的几个变量。输入变量的选取可以降低预测模型的计算复杂度,减少了模型的训练和预测时间,为生料细度预测模型的建立做好了准备。其次,针对立磨系统中存在的非线性、变时延和耦合性等问题,采用滑动窗口的方法构造具有上述特征的数据矩阵作为2D-CNN模型的输入层,卷积过程中采用二维卷积核提取上述特征,可以有效地学习数据中的潜在规则,另外,采用预测模型监控策略可以有效地减轻2D-CNN模型的过拟合现象。通过上述方法可以有效的解决生料细度预测中存在的问题,实现生料细度的准确预测。最后,针对与2D-CNN模型结构有关的超参数难以选择的问题,以2D-CNN模型的预测误差为优化目标,建立了基于贝叶斯优化的2D-CNN超参数优化模型,避免了依靠人工经验选取超参数的局限性。采用某水泥企业现场的实际数据对上述方法进行仿真实验,实验结果表明上述方法可以实现生料细度的准确预测和模型超参数的自动寻优。
其他文献
与传统的刚性机械抓手相比,软体抓手拥有着自适应性强、安全性高等特点,尤其是对一些不规则物体或者易碎物体的抓取具有较大的优势,但普遍由于自身刚度低,使得其不能对物体进行稳定或精准的抓取。抓取的理想状态为柔性接触、刚性承载,为了实现这上述目标,变刚度柔性抓手设计思想被提出,然而目前变刚度抓手存在着变刚度范围较小,承载能力不足等问题。本文从变刚度的机理出发,对变刚度柔性抓手的结构设计、制作工艺以及理论建
长期以来煤炭产业一直是我国社会和国民经济发展的重要物质基础,由于多年连续开采,浅层煤炭已经枯竭,只能向地下深井掘进。深井开采作业中因地热导致的高温围岩和高温涌水散热、机电设备散热、人体散热及氧化散热等散发的热量集中在矿井巷道势必面临高温高湿的热害问题,影响井下作业的正常进行及矿工人员的身体健康,从而严重降低劳动生产率。且从煤矿井下热害治理的现状和发展趋势上来看,人工制冷降温技术现已成为井下降温所采
近年来,我国航天事业飞速发展,新型航天器的大型化、集成化、多样化发展趋势给总装研制任务带来了新的挑战。为解决总装任务中存在的工艺复杂、精度要求高、风险不可控的技术难题,针对大型航空航天装备中关键零部件大承载、高精度、一体化的总装需求,提出了一种基于混联机器人,集宏动调姿、微动调姿、转运停放功能为一体的重载精调装备。在本文中对该重载精调装备进行了构型设计分析、运动学分析、动力学分析及仿真验证,研究内
随着对并联机器人研究和应用的不断深入,以及对机构性能要求的提高,分析机构的运动特性及性能十分有必要。对并联机构进行运动/力传递及约束等性能的分析也是机构应用的关键与前提。首先,本文基于四元数以及Singular软件对几种经典的并联机构3-UPU和3-SPR进行了运动模式分解,对约束方程理想进行准素分解得到了机构所有的操作模式。其中Tsai氏3-UPU具有多种操作模式,很难实现三平动操作模式。因此又
自然灾害、恐怖活动和意外事故的频发,给灾后救援工作带来了严峻考验。救援机器人的应用,可有效提高救援作业效率和减小施救人员伤亡。本文针对复杂环境下被困伤员救援转移任务中大承载力、高安全性及非结构化地形适应能力要求,提出一种刚柔耦合多臂协作全地形行走救援机器人,对其开展了运动学、静力学、越障分析及仿真,并进行了样机研制与实验研究,全文主要研究内容如下:首先,对救援作业过程进行分析,立足任务需求,采用仿
机械手作为机器人与周围环境交互的重要接口,一直是机器人领域研究的重点方向之一。近年来,软体机械手因具有良好的灵活性、环境适应性、人机交互性,被广泛应用到非结构化场景中。针对软体机械手在非结构化环境中无法建立精确的抓取模型问题,基于视觉识别信息和机械手触觉感知能力,开展软体机械手对未知物体操作方面的研究。(1)对驱动感知一体化软体机械手进行设计,基于机械手的包络抓取和指尖抓取方式的特点,设计合理的传
我国幅员辽阔,占地960万平方公里,其中不乏大面积的山地、沟壑、沙土等复杂地形。由于传统轮式、履带式移动工具的局限性,在复杂环境中运输、勘探、侦查、巡逻等任务均需由工作者步行完成。仿生四足机器人运动过程中只需要一些离散的支撑点即可实现复杂环境下的行走与翻越,其灵活性远高于传统移动机器人,在加装机械臂等操作设备后,能够代替人完成复杂、危险的工作,有着不可比拟的优势。移动速度作为四足机器人重要性能参数
在机加工领域,精准监测刀具磨损状态可以让刀具寿命得到充分利用,一方面防止刀具未到使用寿命就换刀,造成成本增加,另一方面避免刀具磨损严重才换刀,影响工件加工精度,因此对切削过程中的刀具磨损状态进行监测十分必要。此外,在监测当前刀具磨损状态的基础上,预测未来磨损值可以让机床在刀具磨损损坏前做出相应的预警并及时更换刀具,在保证加工质量的同时提高生产效率。为此,本文对刀具磨损状态监测及预测算法进行了研究,
在航天装备调姿对接领域,传统的作业方式完全依靠人力手工完成,对于并联机构来讲,动平台末端位姿取决于各个支链运动的耦合,因而人工操作时会导致效率低下且对动平台末端位姿的控制不那么尽如人意。因而,在航天装备面向智能化高速发展的当今,急需一种能够实现高度自动化的并联调姿装备控制系统,代替人工从事繁琐的调姿作业,从而提高航天装备装配作业时的效率。本课题依托此横向项目,以4-SPPP并联调姿平台为研究对象,
双金属变厚度复合板(Cladded Longitude Profile Plate,CLP板)是以双金属层状复合板为原料,通过纵向变厚度轧制技术生产的一种新型材料。CLP板材同时结合了复合板和变厚度板的优势,实现节能减重的同时,还可根据使用要求和环境选择不同的复合金属材料,以满足其装饰性、导电性、耐腐蚀和力学性能等要求,在环保低价的同时实现高性能的要求,在航空航天、汽车等领域具有广阔的应用前景。本