期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于集成学习的高炉压差预报模型研究 被引量:6
1
作者 刘颂 赵亚迪 +3 位作者 张振 刘小杰 刘然 吕庆 《电子测量技术》 北大核心 2022年第2期31-38,共8页
为了提升高炉生产的智能化水平,提出了基于集成学习算法的高炉下部压差预报模型,解决了基于在线数据精准预报下部压差的难题。通过对高炉内部机理进行系统分析,全面选取了高炉原料参数、操作参数、状态参数和指标参数作为模型的输入。... 为了提升高炉生产的智能化水平,提出了基于集成学习算法的高炉下部压差预报模型,解决了基于在线数据精准预报下部压差的难题。通过对高炉内部机理进行系统分析,全面选取了高炉原料参数、操作参数、状态参数和指标参数作为模型的输入。并采用实际现场数据得到了变量间的相关系数,确定了高炉下部压差相关的重要特征变量。采用极限树集成算法建立了压差预报模型,并结合模型的预报精度,采用向前选择法优化了模型的输入。通过对模型算法超参数的选择,获得了最优超参数集合,该参数集合建立的下部压差预报模型精度R^(2)达到了0.8264,且MSE接近零值。测试结果证明,该模型具有良好的预报精度和泛化能力,对现场操作者提前预判高炉运行状况和调整炉况具有重要的指导意义。 展开更多
关键词 预测模型 极限树算法 非线性相关性分析 参数优化 高炉压差
下载PDF
基于SSA优化的XGBoost-BP融合模型的高炉压差预测
2
作者 施有恒 张淑会 +3 位作者 刘小杰 张玉洁 李欣 吕庆 《钢铁研究学报》 CAS CSCD 北大核心 2024年第8期1019-1033,共15页
高炉压差对高炉的正常运行和冶炼效率有着重要的影响。压差过高会导致悬料,破坏高炉顺行;压差过低会引发炉内气流过吹甚至管道气流现象。因此,将高炉压差维持在一定范围内是保证高炉炉况稳定的前提,对高炉压差提前预测可以帮助操作人员... 高炉压差对高炉的正常运行和冶炼效率有着重要的影响。压差过高会导致悬料,破坏高炉顺行;压差过低会引发炉内气流过吹甚至管道气流现象。因此,将高炉压差维持在一定范围内是保证高炉炉况稳定的前提,对高炉压差提前预测可以帮助操作人员了解高炉的工作状态,及时调整操作参数,进而保证炉况稳定。为了提高高炉压差预测精度,首先,以国内某钢铁企业监测的高炉冶炼数据为基础,建立了基于麻雀搜索算法(Sparrow Search Algorithm,SSA)优化的梯度提升决策树(e Xtreme Gradient Boosting,XGBoost)和BP神经网络(Back Propagation Neural Network,BPNN)融合预测模型。该模型以SSA算法对单一模型的优化为核心,并通过误差倒数法加权预测值来降低模型的预测误差。结果表明,基于SSA优化的XGBoost-BP融合模型预测效果明显高于其他模型,该模型拟合优度达到0.842,具有较高的拟合能力,对比结果显示,融合模型较SSA-BP、SSA-XGBoost模型预测误差更小,收敛速度更快,并且在±0.025×10^(5)Pa的误差范围下,其预测准确率达到了96.13%。最后,基于所提的融合模型建立高炉压差预测系统,该系统不仅起到了指导高炉生产的作用,而且对炼铁工业的转型升级具有一定的现实意义。 展开更多
关键词 高炉压差 SSA XGBoost BP神经网络 预测模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部