重介质选煤过程中,灰分值的实时在线检测能够有效提高控制系统的性能,但是当下灰分值难以在线检测,针对这一问题,首先对重介质选煤工艺过程进行了简要概括,并分析了其主要的工业过程变量,进一步构建基于LightGBM(Light Gradient Boosting Machine)的重介质选煤过程灰分预测模型。通过实际的工业过程数据对模型预测结果进行验证,实验结果表明,此模型能够较准确地预测灰分大小,对重介质选煤过程灰分预测的研究起到参考作用。
1 LightGBM
2 基于LightGBM的重介质分选过程灰分预测模型
2.1 输入参数
2.2 预测模型建立
1)数据预处理。
2)模型参数初始化。
3)LightGBM模型的构造过程。
3 预测结果分析
4 结 语
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会