基于DASCN的重介质浅槽分选灰分预测_中国煤炭行业知识服务平台

基于DASCN的重介质浅槽分选灰分预测

作者

李志军韩伟王光辉
单位

国能准能集团有限责任公司中国矿业大学化工学院
摘要

针对重介质浅槽分选过程中,灰分难以在线检测、无法及时反馈给控制系统的问题,结合重介质选煤工艺流程分析了其主要的工业过程变量与灰分的关系,进一步构建基于驱动量SCN网络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并与RVFLN模型进行对比,结果表明,此模型能够较准确地预测灰分,与RVFLN相比,DASCN模型在建模速度和预测精度方面优势明显。
关键词

重介质选煤灰分 DASCN 随机配置网络
文章目录

1 重介质浅槽分选过程概述
2 基于驱动量的随机配置网络
3 基于DASCN的重介质浅槽分选灰分预测模型
3.1 模型输入参数选择
3.2 预测模型建立
1)训练数据。
2)模型训练。
3)建模完成及预测：
4 实验结果分析
5 结论
引用格式

李志军,韩伟,王光辉.基于DASCN的重介质浅槽分选灰分预测[J].煤炭工程,2021,53(S1):122-126.
相关文章

[1]基于强化学习的重介质选煤过程优化控制
相关专题

这篇文章属于国能准能集团科技创新成果（29篇）