论文部分内容阅读
本文以新疆伊犁地区煤发热量计算模型为研究对象，主要完成了以下几方面的工作：1）对新疆伊犁地区煤发热量与其煤质指标间的关系进行了分析与总结。2）整理了国内外已有的发热量预测的经验公式，根据新疆伊犁煤样特点，选择了其中适用于该地区煤发热量计算的经验公式，对其进行了验证。研究结果表明，计算绝对误差<0.3MJ/kg的煤样，格美林公式占14.8%，适用于计算不粘煤、弱粘煤和长焰煤的我国煤研公式占10.64%，适用于计算各种煤的我国煤研公式占17.02%，经验公式不能满足伊犁地区煤发热量的预测准确度要求。3）基于伊犁尼勒克地区煤样的煤质分析数据，建立了煤发热量预测的线性模型及非线性模型。以工业及元素分析数据为模型输入的最优线性模型的计算结果显示，95%的煤样的预测误差分别为±0.424MJ/kg和±0.839MJ/kg，均不能达到国标要求。对于非线性模型，主要研究了BP网路模型、径向基网络（RBF）模型及最小支持向量机（SVM）模型及遗传算法优化的BP网络模型。详细分析了这些模型的构建原理、模型设计方法及技巧及编写了相应的MATLAB程序。计算结果表明，非线性模型的计算准确度远远高于线性模型。当以工业分析数据为模型输入时，模型计算准确度为SVR>RBF>GA+BP>BP，最大均方误差为0.0719MJ/kg，即95%的煤样的预测误差在0.141MJ/kg以下，预测煤样的最大均方误差为0.09658，准确度较高。当以元素分析数据为输入时，非线性模型的最大均方误差也都在0.15MJ/kg以下，预测结果除RBF模型较差外都可以满足要求。最后比较了这些非线性模型建模原理上的优缺点，最终得到预测该地区煤发热量的最优计算模型是回归支持向量机（SVR）模型。4）为方便实现非线性模型预测煤发热量及根据需要选择适当的经验公式，基于MATLAB软件的编程及GUI功能，开发了包含煤发热量快速预测的计算界面、煤发热量经验公式查询数据库、煤样分类识别系统（G B5751-86）及煤质基准快速转换等功能的适用于计算伊犁各地区煤发热量预测的应用软件。