论文部分内容阅读
根据煤气炉现场采集的数据,建立一种基于最小二乘向量机(LS-SVM)的预测模型,预测煤气炉关键参数炉出温度、CO2含量。模型以主要工艺参数作为影响因素,以炉出温度、CO2含量为影响对象,建立影响因素和影响对象之间的复杂非线性关系,构造煤气炉参数LS-SVM预测模型,再运用奇异值分解的方法辨识模型参数,最后将模型用于煤气炉参数预测。研究结果表明:该模型能及时跟踪炉况参数的变化,预测结果与实测值较吻合,准确度与处理速度都优于神经网络预测模型,实际预测误差小于2%,可用于煤气炉生产过程的现场操作指导。