原文服务方: 自动化与仪表       
摘要:
煤粉是水泥生产过程中必不可少的原料,而其中,磨煤机的出磨温度对煤粉质量起着重要作用.传统的温度预测通过分析系统机理建立模型,由于环境和设备老化等因素,导致精度降低.该文提出一种基于多物理特征融合的磨煤机出磨温度预测方法,通过采集入磨温度、入磨压力、煤磨投料量以及煤磨压差时序数据,利用多物理特征时序数据构造其速度特征,基于KNN、SVR、Adaboost以及XGBoost等多种机器学习方法建立模型进行比较实验.实验结果表明,采用XGBoost模型进行前4min预测结果误差较小,其平均相对误差0.45%,对现场生产煤磨出磨温度预测有很好的工程意义.
推荐文章
基于卷取温度预测的层流冷却优化控制模型
层流冷却
卷取温度
预测控制
神经网络
基于多模型智能组合算法的锅炉炉膛温度建模
数据驱动
炉膛温度
小波
智能组合
算法
模型
预测
用于变压器温度预测的基于物理场数据增强的深度网络
变压器温度
深度学习
物理场模型
数据增强
CAT-LSTM
山东胜利发电厂双进双出磨煤机的调试
双进双出磨煤机
调试
料位
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多物理特征的磨煤机出磨温度预测模型
来源期刊 自动化与仪表 学科
关键词 磨煤机 多物理特征 XGBoost 出磨温度预测
年,卷(期) 2020,(7) 所属期刊栏目 系统建模、仿真与分析
研究方向 页码范围 89-91,95
页数 4页 分类号 TP29
字数 语种 中文
DOI 10.19557/j.cnki.1001-9944.2020.07.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周曼 10 17 3.0 4.0
2 刘志勇 9 18 2.0 4.0
3 杨鲁江 5 9 2.0 3.0
4 王得磊 3 0 0.0 0.0
5 鲁乾鹏 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
磨煤机
多物理特征
XGBoost
出磨温度预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
论文1v1指导