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。