[发明专利]一种基于双模型协同预测的烧结混合加水控制方法有效
| 申请号： | 201910732165.0 | 申请日： | 2019-08-09 |
| 公开（公告）号： | CN110533082B | 公开（公告）日： | 2022-02-01 |
| 发明（设计）人： | 王金迪;于丁文;吴朝霞 | 申请（专利权）人： | 东北大学秦皇岛分校 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 梁焱 |
| 地址： | 066004 河北省秦*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及烧结混合加水控制技术领域，提供一种基于双模型协同预测的烧结混合加水控制方法。首先采集烧结混合加水过程的历史数据，构成历史数据集；然后，对历史数据集进行预处理；接着将各原料下料量作为输入、加水量作为输出，构建并训练基于卷积神经网络的加水量回归预测模型；然后将各原料下料量及加水量作为输入、混合料水分含量对应的水分含量类别作为输出，构建并训练基于卷积神经网络的水分含量分类预测模型；最后基于双模型协同预测进行加水量控制：实时预测本次加水量和本次水分含量类别，根据本次水分含量类别预测值调节下一次加水量。本发明能够提高加水量预测和控制的准确性，使得混合料水分含量稳定在最佳范围且预测控制效率高。 | ||
| 搜索关键词： | 一种 基于 双模 协同 预测 烧结 混合 加水 控制 方法 | ||
【主权项】：
1.一种基于双模型协同预测的烧结混合加水控制方法，其特征在于，包括下述步骤：/n步骤1：采集烧结混合加水过程的历史数据，构成历史数据集；所述历史数据包括下料过程的各原料下料量、混料过程的加水量、混合完成后的混合料水分含量；/n步骤2：对历史数据集进行预处理；/n步骤3：构建并训练加水量回归预测模型：/n步骤3.1：将各原料下料量作为输入、加水量作为输出，构建基于卷积神经网络的加水量回归预测模型；/n步骤3.2：选取历史数据集中各原料下料量、加水量的历史数据构成第一训练集，对加水量回归预测模型进行训练；/n步骤4：构建并训练水分含量分类预测模型：/n步骤4.1：构建混合料水分含量的历史数据集A到水分含量类别集B的映射f:A→B，得到混合料水分含量x∈A对应的水分含量类别为y＝f(x)；/n步骤4.2：将各原料下料量及加水量作为输入、混合料水分含量对应的水分含量类别作为输出，构建基于卷积神经网络的水分含量分类预测模型；/n步骤4.3：选取历史数据集中各原料下料量、加水量、混合料水分含量的历史数据并计算混合料水分含量对应的水分含量类别，构成第二训练集，对水分含量分类预测模型进行训练；/n步骤5：基于双模型协同预测进行加水量控制：/n步骤5.1：实时采集烧结混合加水过程的各原料下料量数据；/n步骤5.2：将实时采集的各原料下料量输入到训练后的加水量回归预测模型中，输出本次加水量预测值；/n步骤5.3：将实时采集的各原料下料量和本次加水量预测值输入训练后的水分含量分类预测模型，输出本次水分含量类别预测值
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学秦皇岛分校，未经东北大学秦皇岛分校许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910732165.0/，转载请声明来源钻瓜专利网。
