CN108009580B - 一种煤调湿出口煤湿度的测量方法 - Google Patents
一种煤调湿出口煤湿度的测量方法 Download PDFInfo
- Publication number
- CN108009580B CN108009580B CN201711227582.7A CN201711227582A CN108009580B CN 108009580 B CN108009580 B CN 108009580B CN 201711227582 A CN201711227582 A CN 201711227582A CN 108009580 B CN108009580 B CN 108009580B
- Authority
- CN
- China
- Prior art keywords
- coal
- value
- outlet
- humidity
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003245 coal Substances 0.000 title claims abstract description 194
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000013528 artificial neural network Methods 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 26
- 238000012360 testing method Methods 0.000 claims description 24
- 238000010606 normalization Methods 0.000 claims description 13
- 239000000203 mixture Substances 0.000 claims description 3
- 239000002994 raw material Substances 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 claims 6
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 20
- 239000000571 coke Substances 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000004939 coking Methods 0.000 description 4
- 239000003034 coal gas Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000011545 laboratory measurement Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 229910001316 Ag alloy Inorganic materials 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/22—Fuels; Explosives
- G01N33/222—Solid fuels, e.g. coal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Artificial Intelligence (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Coke Industry (AREA)
- Drying Of Solid Materials (AREA)
Abstract
本发明公开了一种煤调湿出口煤湿度的测量方法，包括采集数据、筛选数据、数据处理与建模、模型检验、湿度检测。本发明公开的一种煤调湿出口煤湿度的测量方法，通过构建干燥器蒸汽出口温度值与出口煤湿度值模型，可以通过直接测量干燥器蒸汽出口温度值实时得到出口煤湿度值，解决了无法实现准确在线测量出口煤湿度值，在实验室测量存在时滞性的问题。
Description
技术领域
本发明属于煤湿度的测量方法领域，尤其涉及一种能够快速检测煤调湿出口煤湿度的在线测量方法。
背景技术
煤料水分本身为一个多参数耦合，非线性大时滞的分布式参数系统，采用传统的建模测量方法较难获得其准确数据。在目前的实际生产过程中，回转窑出口湿度虽已实际采用过国际最先进的多种直接测量仪器进行测量，如：雷达、超声波、红外等，但由于回转窑出口测量处的环境和介质中含有大量的水蒸气和焦油等挥发分等混和介质原因，最终均无法实现准确在线测量；目前生产中采用化验室对干燥机出口煤水分的化验结果要滞后于生产约15个小时，难以及时指导生产操作。在干燥机入口煤水分稳定时，这种时间上的滞后还能维持干燥机出口煤水分的稳定，但当江南地区梅雨天气造成露天煤场水分波动较大时，导致出口煤湿度波动较大，影响了煤调湿系统运行以及焦炉炼焦质量。
发明内容
本发明要解决的技术问题是提供一种能够快速检测煤调湿出口煤湿度的在线测量方法，通过该方法可以快速准确的实时测量出口煤湿度值，实现煤调湿的自动在线闭环控制，达到节省炼焦耗热量，避免焦炉炉温的波动，减少煤气损失，提高焦炭生产能力，提高焦炭质量目的。
为解决上述问题，本发明的技术方案为：
一种煤调湿出口煤湿度的测量方法，包括以下步骤，
S1：采集数据；
采集切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值；
其中，所述切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值在时间上相互对应；
S2：筛选数据；包括，
S21：将采集到的所有错误的数据删除，筛选出合格数据；
S22：将所述合格数据分为训练数据、测试数据，所述训练数据、测试数据的数据量相等；
S3：数据处理与建模；使用所述训练数据构建干燥器蒸汽出口温度值与出口煤湿度值模型；
S4：模型检验；使用所述测试数据检验所述干燥器蒸汽出口温度值与出口煤湿度值模型的计算准确度误差；若所述计算准确度误差满足要求，进入步骤S5；
S5：湿度检测；测量干燥器蒸汽出口温度值，将所述测量的干燥器蒸汽出口温度值作为所述干燥器蒸汽出口温度值与出口煤湿度值模型的输入，通过所述干燥器蒸汽出口温度值与出口煤湿度值模型得到出口煤湿度检测值。
根据本发明的一实施例，所述步骤S21包括，
S211：分别设置所述入口煤湿度值、出口煤湿度值、切出煤的重量值对应的基准值；设置误差百分比上限值；
S212：分别计算所述入口煤湿度值、出口煤湿度值、切出煤的重量值与所述对应的基准值之间的误差百分比值；
S213：超过所述误差百分比上限值的数据点认为是错误数据，删除所述错误数据对应的所述采集的所有数据，筛选出合格数据；
其中，所述错误数据对应的所述采集的所有数据包括采集的所述切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值。
根据本发明的一实施例，所述对应的基准值之间的误差百分比值为10％。
根据本发明的一实施例，所述步骤S3包括，
S31：以所述训练数据中的入口煤湿度值、切入煤的重量值作为输入，以所述训练数据中的出口煤湿度值作为输出构建神经网络扰动模型，并使用神经网络拟合函数做非线性拟合；
S32：使用所述神经网络拟合函数非线性拟合的结果和所述训练数据中对应的干燥器蒸汽出口温度值构建干燥器蒸汽出口温度值与出口煤湿度值模型。
根据本发明的一实施例，所述步骤S31包括，
S311：对所述训练数据中的入口煤湿度值、切入煤的重量值、出口煤湿度值进行归一化处理；
S312：所述归一化处理之后的入口煤湿度归一化值、切入煤的重量归一化值作为输入；所述归一化处理之后的出口煤湿度归一化值作为输出构建神经网络扰动模型，并使用神经网络拟合函数做非线性拟合。
根据本发明的一实施例，所述神经网络拟合函数采用径向基函数神经网络。
根据本发明的一实施例，所述步骤S4包括，
S41:设置计算准确度误差上限；
S42：以所述测试数据中的所述干燥器蒸汽出口温度值作为所述干燥器蒸汽出口温度值与出口煤湿度值模型的输入；
S43：通过所述干燥器蒸汽出口温度值与出口煤湿度值模型得到出口煤湿度计算值；
S44：计算所述出口煤湿度计算值与所述测试数据中的出口煤湿度值之间的计算准确度误差并与所述计算准确度误差上限进行比较；
S45：若所述计算准确度误差小于等于所述计算准确度误差上限，进入步骤S5。
根据本发明的一实施例，所述计算准确度误差上限为5％。
本发明由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
1)通过构建干燥器蒸汽出口温度值与出口煤湿度值模型，可以通过直接测量干燥器蒸汽出口温度值实时得到出口煤湿度值，解决了无法实现准确在线测量出口煤湿度值，在实验室测量存在时滞性的问题。采用构建干燥器蒸汽出口温度值与出口煤湿度值模型，可以快速准确的实时测量混合复杂情况下煤粉的水分值，实现煤调湿的自动在线闭环控制，直接可实现提高煤调湿效率，降低能耗，间接可节省炼焦耗热量，避免焦炉炉温的波动，减少煤气损失，提高焦炭生产能力，提高焦炭质量，减少污染物排放等经济和社会效益。
2)将波动较大的数据删除，减少了测量现场干扰信号带来的影响，提高了数据的准确度，进一步高了构建的模型的可靠性。
3)使用测试数据对构建的干燥器蒸汽出口温度值与出口煤湿度值模型进行检验，测试数据与训练数据是同一批现场测量的数据，因此测试数据能够作为检验模型计算准确度的标准，可以用于检验模型的可靠性，能够提高出口煤湿度值计算的准确度。
4)煤料水分本身为一个多参数耦合，非线性大时滞的分布式参数系统，通过使用神经网络拟合函数做非线性拟合，能够有效处理非线性多参数问题。
5)神经网络拟合函数使用用径向基函数神经网络，径向基函数神经网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，技术上比较成熟，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。
6)对训练数据中的入口煤湿度值、切入煤的重量值、出口煤湿度值进行归一化处理之后可以提高算法计算的速度与效率。
附图说明
图1为本发明使用的径向基函数神经网络扰动模型；
图2为本发明构建的干燥器蒸汽出口温度值与出口煤湿度值模型；
图3为本发明不同温度下的计算准确度误差折线图。
具体实施方式
以下结合附图和具体实施例对本发明提出的一种煤调湿出口煤湿度的测量方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。
一种煤调湿出口煤湿度的测量方法，包括以下步骤，
S1：采集数据；采集切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值；
其中，切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值在时间上相互对应。
S2：筛选数据；包括，
S21：将采集到的所有错误的数据删除，筛选出合格数据，将波动较大的数据删除，减少了测量现场干扰信号带来的影响，提高了数据的准确度，进一步高了构建的模型的可靠性。；
具体地，步骤S21包括，
S211：分别设置入口煤湿度值、出口煤湿度值、切出煤的重量值对应的基准值；设置误差百分比上限值；
可将误差百分比上限值设为10％，误差值超过10％的可认为是采集数据时现场的干扰信号。
S212：分别计算入口煤湿度值、出口煤湿度值、切出煤的重量值与对应的基准值之间的误差百分比值；
S213：超过误差百分比上限值的数据点认为是错误数据，删除错误数据对应的采集的所有数据，筛选出合格数据；其中，错误数据对应的采集的所有数据包括采集的切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值。
S22：将合格数据分为训练数据、测试数据，训练数据、测试数据的数据量相等，例如，训练数据为奇数天的数据，测试数据为偶数天的数据。
S3：数据处理与建模；使用训练数据构建干燥器蒸汽出口温度值与出口煤湿度值模型。
进一步地，步骤S3包括，
S31：以训练数据中的入口煤湿度值、切入煤的重量值作为输入，以训练数据中的出口煤湿度值作为输出构建神经网络扰动模型，并使用神经网络拟合函数做非线性拟合；
S32：使用神经网络拟合函数非线性拟合的结果和训练数据中对应的干燥器蒸汽出口温度值构建干燥器蒸汽出口温度值与出口煤湿度值模型。
优选地，步骤S31包括，
S311：对训练数据中的入口煤湿度值、切入煤的重量值、出口煤湿度值进行归一化处理，对训练数据中的入口煤湿度值、切入煤的重量值、出口煤湿度值进行归一化处理之后，上述数据范围均为[0，1]，可以提高算法计算的速度与效率；
具体为，
出口煤湿度归一化值＝(出口煤湿度值-7.2333)/(8.4333-7.2333)；
入口煤湿度归一化值＝(入口煤湿度值-9.9)/(11.5-9.9)；
切入煤的重量归一化值＝(切入煤的重量值-225.0104)/(272.8646-225.0104)。
上述归一化公式中的参数为一具体实施方式中的经验值，本领域技术人员能够根据现场实际应用的情况修改对应参数以获得对应的归一化值。
S312：归一化处理之后的入口煤湿度归一化值X1、切入煤的重量归一化值X2作为输入；归一化处理之后的出口煤湿度归一化值作为输出构建神经网络扰动模型，并使用神经网络拟合函数做非线性拟合。煤料水分本身为一个多参数耦合，非线性大时滞的分布式参数系统，通过使用神经网络拟合函数做非线性拟合，能够有效处理非线性多参数问题。
较佳地，参看图1，神经网络拟合函数采用径向基函数神经网络。径向基函数神经网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，技术上比较成熟，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。
参看图2，使用现场采集到的数据构建的干燥器蒸汽出口温度值与出口煤湿度值模型为：
其中，x为干燥器蒸汽出口温度值，单位为摄氏度，y为出口煤湿度值；
应该意识到，上述具体的关系模型并不适用于所有生产情况，但是本领域技术人员能够使用本发明中提供的建模方法在特定生产情况下采集数据并进行建模。
S4：模型检验；使用测试数据检验干燥器蒸汽出口温度值与出口煤湿度值模型的计算准确度误差；若计算准确度误差满足要求，进入步骤S5。使用测试数据对构建的干燥器蒸汽出口温度值与出口煤湿度值模型进行检验，测试数据与训练数据是同一批现场测量的数据，因此测试数据能够作为检验模型计算准确度的标准，可以用于检验模型的可靠性，能够提高出口煤湿度值计算的准确度。
进一步地，步骤S4包括，
S41:设置计算准确度误差上限；根据工作人员的经验，可将计算准确度误差上限设为5％，技术人员能够根据对出口煤湿度的要求修改误差上限值。
S42：以测试数据中的干燥器蒸汽出口温度值作为干燥器蒸汽出口温度值与出口煤湿度值模型的输入；
S43：通过干燥器蒸汽出口温度值与出口煤湿度值模型得到出口煤湿度计算值y1；
S44：计算出口煤湿度计算值y1与测试数据中的出口煤湿度值y2之间的计算准确度误差并与计算准确度误差上限进行比较；
其中，误差计算公式为error＝y2-y1；参看图3，为本发明一实例中的误差图；
S45：若计算准确度误差小于等于计算准确度误差上限，进入步骤S5。
S5：湿度检测；测量干燥器蒸汽出口温度值，将测量的干燥器蒸汽出口温度值作为干燥器蒸汽出口温度值与出口煤湿度值模型的输入，通过干燥器蒸汽出口温度值与出口煤湿度值模型得到出口煤湿度检测值。
本发明通过构建干燥器蒸汽出口温度值与出口煤湿度值模型，可以通过直接测量干燥器蒸汽出口温度值实时得到出口煤湿度值，解决了无法实现准确在线测量出口煤湿度值，在实验室测量存在时滞性的问题。采用构建干燥器蒸汽出口温度值与出口煤湿度值模型，可以快速准确的实时测量混合复杂情况下煤粉的水分值，实现煤调湿的自动在线闭环控制，直接可实现提高煤调湿效率，降低能耗，间接可节省炼焦耗热量，避免焦炉炉温的波动，减少煤气损失，提高焦炭生产能力，提高焦炭质量，减少污染物排放等经济和社会效益。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式。即使对本发明作出各种变化，倘若这些变化属于本发明权利要求及其等同技术的范围之内，则仍落入在本发明的保护范围之中。
Claims (7)
1.一种煤调湿出口煤湿度的测量方法，其特征在于，包括以下步骤，
S1：采集数据；
采集切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值；
其中，所述切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值在时间上相互对应；
S2：筛选数据；包括，
S21：将采集到的所有错误的数据删除，筛选出合格数据；
S22：将所述合格数据分为训练数据、测试数据，所述训练数据、测试数据的数据量相等；
S3：数据处理与建模；使用所述训练数据构建干燥器蒸汽出口温度值与出口煤湿度值模型；包括：
S31：以所述训练数据中的入口煤湿度值、切入煤的重量值作为输入，以所述训练数据中的出口煤湿度值作为输出构建神经网络扰动模型，并使用神经网络拟合函数做非线性拟合；
S32：使用所述神经网络拟合函数非线性拟合的结果和所述训练数据中对应的干燥器蒸汽出口温度值构建干燥器蒸汽出口温度值与出口煤湿度值模型；
S4：模型检验；使用所述测试数据检验所述干燥器蒸汽出口温度值与出口煤湿度值模型的计算准确度误差；若所述计算准确度误差满足要求，进入步骤S5；
S5：湿度检测；测量干燥器蒸汽出口温度值，将所述测量的干燥器蒸汽出口温度值作为所述干燥器蒸汽出口温度值与出口煤湿度值模型的输入，通过所述干燥器蒸汽出口温度值与出口煤湿度值模型得到出口煤湿度检测值。
2.如权利要求1所述煤调湿出口煤湿度的测量方法，其特征在于，所述步骤S21包括，
S211：分别设置所述入口煤湿度值、出口煤湿度值、切出煤的重量值对应的基准值；设置误差百分比上限值；
S212：分别计算所述入口煤湿度值、出口煤湿度值、切出煤的重量值与所述对应的基准值之间的误差百分比值；
S213：超过所述误差百分比上限值的数据点认为是错误数据，删除所述错误数据对应的所述采集的所有数据，筛选出合格数据；
其中，所述错误数据对应的所述采集的所有数据包括采集的所述切入煤的重量值、入口煤湿度值、出口煤湿度值、切出煤的重量值、干燥器蒸汽出口温度值。
3.如权利要求2所述煤调湿出口煤湿度的测量方法，其特征在于，所述对应的基准值之间的误差百分比值为10％。
4.如权利要求1所述煤调湿出口煤湿度的测量方法，其特征在于，所述步骤S31包括，
S311：对所述训练数据中的入口煤湿度值、切入煤的重量值、出口煤湿度值进行归一化处理；
S312：所述归一化处理之后的入口煤湿度归一化值、切入煤的重量归一化值作为输入；所述归一化处理之后的出口煤湿度归一化值作为输出构建神经网络扰动模型，并使用神经网络拟合函数做非线性拟合。
5.如权利要求1所述煤调湿出口煤湿度的测量方法，其特征在于，所述神经网络拟合函数采用径向基函数神经网络。
6.如权利要求1所述煤调湿出口煤湿度的测量方法，其特征在于，所述步骤S4包括，
S41:设置计算准确度误差上限；
S42：以所述测试数据中的所述干燥器蒸汽出口温度值作为所述干燥器蒸汽出口温度值与出口煤湿度值模型的输入；
S43：通过所述干燥器蒸汽出口温度值与出口煤湿度值模型得到出口煤湿度计算值；
S44：计算所述出口煤湿度计算值与所述测试数据中的出口煤湿度值之间的计算准确度误差并与所述计算准确度误差上限进行比较；
S45：若所述计算准确度误差小于等于所述计算准确度误差上限，进入步骤S5。
7.如权利要求6所述煤调湿出口煤湿度的测量方法，其特征在于，所述计算准确度误差上限为5％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711227582.7A CN108009580B (zh) | 2017-11-29 | 2017-11-29 | 一种煤调湿出口煤湿度的测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711227582.7A CN108009580B (zh) | 2017-11-29 | 2017-11-29 | 一种煤调湿出口煤湿度的测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108009580A CN108009580A (zh) | 2018-05-08 |
| CN108009580B true CN108009580B (zh) | 2021-11-23 |
Family
ID=62054898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711227582.7A Active CN108009580B (zh) | 2017-11-29 | 2017-11-29 | 一种煤调湿出口煤湿度的测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108009580B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117800382B (zh) * | 2023-12-29 | 2024-08-23 | 湖南本草制药有限责任公司 | 一种药用氧化镧的制备方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008011250A2 (en) * | 2006-07-19 | 2008-01-24 | Fuel And Furnace Consulting, Inc. | Perturbation test method for measuring output responses |
| CN101191058A (zh) * | 2007-11-20 | 2008-06-04 | 济南钢铁股份有限公司 | 煤的气流分级与调湿技术的自动控制方法 |
| CN202492498U (zh) * | 2012-03-08 | 2012-10-17 | 无锡亿恩科技股份有限公司 | 一种利用炼焦入炉煤湿度差调湿的装置 |
| CN103268366A (zh) * | 2013-03-06 | 2013-08-28 | 辽宁省电力有限公司电力科学研究院 | 一种适用于分散式风电场的组合风电功率预测方法 |
| CN105573261A (zh) * | 2014-10-10 | 2016-05-11 | 西安扩力机电科技有限公司 | 一种电厂锅炉燃烧的优化监控方法 |
| CN105760587A (zh) * | 2016-01-30 | 2016-07-13 | 西北工业大学 | 一种双轴非定常气动力建模方法及装置 |
| CN106529671A (zh) * | 2016-10-28 | 2017-03-22 | 国网福建省电力有限公司 | 一种基于神经网络的原煤全水分软测量方法 |
-
2017
- 2017-11-29 CN CN201711227582.7A patent/CN108009580B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008011250A2 (en) * | 2006-07-19 | 2008-01-24 | Fuel And Furnace Consulting, Inc. | Perturbation test method for measuring output responses |
| CN101191058A (zh) * | 2007-11-20 | 2008-06-04 | 济南钢铁股份有限公司 | 煤的气流分级与调湿技术的自动控制方法 |
| CN202492498U (zh) * | 2012-03-08 | 2012-10-17 | 无锡亿恩科技股份有限公司 | 一种利用炼焦入炉煤湿度差调湿的装置 |
| CN103268366A (zh) * | 2013-03-06 | 2013-08-28 | 辽宁省电力有限公司电力科学研究院 | 一种适用于分散式风电场的组合风电功率预测方法 |
| CN105573261A (zh) * | 2014-10-10 | 2016-05-11 | 西安扩力机电科技有限公司 | 一种电厂锅炉燃烧的优化监控方法 |
| CN105760587A (zh) * | 2016-01-30 | 2016-07-13 | 西北工业大学 | 一种双轴非定常气动力建模方法及装置 |
| CN106529671A (zh) * | 2016-10-28 | 2017-03-22 | 国网福建省电力有限公司 | 一种基于神经网络的原煤全水分软测量方法 |
Non-Patent Citations (5)
| Title |
|---|
| Coal Moisture Intelligent Modeling and Optimization Based on Resampling by Half-Mean;Xiaobin Li等;《2015 2nd International Conference on Information Science and Control Engineering》;20150611;正文第III-IV节 * |
| 基于 ＯＳＶＲ的煤调湿系统智能预测控制;孟永政等;《工矿自动化》;20160330;第42卷(第03期);55-59 * |
| 煤调湿控制系统的智能建模与优化方法研究;余杨等;《科学技术与工程》;20131028;第13卷(第30期);正文第1-5节，表1 * |
| 煤调湿系统蒸汽消耗量的多模型建模研究;王建华等;《自动化仪表》;20141220;第35卷(第12期);88-93 * |
| 真空冷冻干燥温度的智能预测控制;李晓斌等;《计算机工程与应用》;20101021;第46卷(第30期);241-244 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108009580A (zh) | 2018-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112034095B (zh) | 在线烘后烟丝结构分析系统及方法 | |
| CN101038277B (zh) | 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法 | |
| CN111539553B (zh) | 基于svr算法和偏峰度的风电机组发电机故障预警方法 | |
| CN103631681B (zh) | 一种在线修复风电场异常数据的方法 | |
| CN103048339B (zh) | 土壤水分检测方法及设备 | |
| CN102357933B (zh) | 一种基于橡胶混炼过程的质量实时监控方法 | |
| CN104596957A (zh) | 基于可见光近红外光谱技术的土壤铜含量估算方法 | |
| CN103955202B (zh) | 一种基于燃煤电厂脱硫系统数据自动诊断甄别方法 | |
| CN102357934B (zh) | 一种基于橡胶混炼过程的质量监控软测量方法 | |
| CN105971738A (zh) | 一种燃气轮机组烟气流量在线监测的方法 | |
| CN117556366B (zh) | 基于数据筛选的数据异常检测系统及方法 | |
| CN114707120A (zh) | 一种测算碳排放规模的统计学建模方法 | |
| CN116298225A (zh) | 一种陶粒生产工序在线监控分析系统 | |
| CN115510754A (zh) | 一种水泥混凝土性能预测和控制的方法及系统 | |
| CN108009580B (zh) | 一种煤调湿出口煤湿度的测量方法 | |
| CN104536396A (zh) | 一种水泥生料在分解炉内分解过程的软测量建模方法 | |
| Liu et al. | Research on data correction method of micro air quality detector based on combination of partial least squares and random forest regression | |
| CN103226737A (zh) | 基于卡尔曼滤波与灰色预测的化工异常工况趋势预测方法 | |
| CN117193215A (zh) | 基于锂电池涂布设备关键参数质量预警方法、装置和设备 | |
| CN107300535A (zh) | 近红外快速检测有机肥有效成分含量的方法 | |
| CN116429161B (zh) | 一种火电厂在线化学仪表动态校验方法 | |
| CN109784777A (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 | |
| CN113222268B (zh) | 一种基于多模式推理的烟草烘烤质量预测模型建立方法 | |
| CN114048950A (zh) | 一种风电机组健康度评估方法及系统 | |
| Akhlouri | Analysis of time series using the fractal method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |