文献类型：期刊文章

作　　者：曹伟[1] 何非[1]

CAO Wei;HE Fei(Department of Industrial Engineering,School of Mechanical Engineering,Nanjing University of Science and Technology,Nanjing 210094,China)

机构地区：[1]南京理工大学机械工程学院工业工程系,江苏南京210094

出　　处：《中国测试》

年　　份：2023

卷　　号：49

期　　号：5

起止页码：23-30

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、UPD、ZGKJHX、核心刊

摘　　要：分解炉出口温度是水泥分解工艺的重要指标,温度是否合理对于水泥产品质量有重要意义。为对水泥分解炉出口温度进行预测,结合质量影响因素分析选取的工艺参数,基于LSTM算法建立水泥分解炉出口温度预测模型,模型分为直接预测模型及分步预测模型。在验证集上采用直接预测模型进行预测并与BP神经网络模型进行对比,在实际工况的测试集上将基于状态变量预测的分步预测模型与采用近似值的直接预测模型进行对比,结果表明,分步预测模型针对实际工况有更好的泛化性能,预测误差为0.42℃,误差率仅为0.05%。该模型的建立可以为后续分解工艺参数优化及分解炉出口温度控制提供研究基础。

关 键 词：温度预测模型  分步预测方法  LSTM循环神经网络  时间序列数据

分 类 号：TP273]