基于神经网络的水泥回转窑温度预测模型研究
水泥回转窑窑尾气体温度对水泥熟料生产影响重大,建立回转窑温度控制模型对水泥生产具有重要意义.水泥生产工艺过程复杂多变,难以获得精确的数学模型.该文利用BP神经网络可实现非线性映射的特点,建立窑尾温度的预测模型,并通过遗传算法对BP神经网络进行优化,利用山东平邑中联水泥厂实时采集的生产数据进行仿真研究.将优化前后的仿真结果进行对比分析,结果表明,文中建立的神经网络模型能够很好地预测水泥回转窑的窑尾温度.
水泥回转窑、神经网络、非线性映射、遗传算法
31
TP391.9(计算技术、计算机技术)
天津市自然科学基金项目09JCZDJC23900
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
4-7