• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于多物理特征的磨煤機(jī)出磨溫度預(yù)測模型

      2020-07-28 02:38:12楊魯江王得磊魯乾鵬劉志勇
      自動(dòng)化與儀表 2020年7期
      關(guān)鍵詞:給煤機(jī)磨煤機(jī)誤差

      楊魯江,王得磊,魯乾鵬,周 曼,劉志勇

      (浙江中控技術(shù)股份有限公司,杭州310053)

      磨煤機(jī)在水泥生產(chǎn)過程中承擔(dān)著為鍋爐提供燃料和干燥煤粉的關(guān)鍵任務(wù),其中出磨溫度對(duì)煤粉生產(chǎn)質(zhì)量有著很大影響,并且出磨溫度過高容易引發(fā)爆炸。對(duì)出磨溫度進(jìn)行準(zhǔn)確預(yù)測,可以及時(shí)對(duì)磨煤機(jī)進(jìn)行調(diào)整控制,防止事故發(fā)生,提高生產(chǎn)效益。在早期的研究工作中提出了磨煤機(jī)出磨溫度的一些機(jī)理性模型,文獻(xiàn)[1]將出磨溫度模型視為一階微分模型,文獻(xiàn)[2]通過各種平衡方程建立模型,并對(duì)出磨溫度加入滯后補(bǔ)償環(huán)節(jié),使出口溫度變化符合實(shí)際物理過程特性。

      本文基于XGBoost[3]建立磨煤機(jī)出磨溫度預(yù)測模型,并比較常用機(jī)器學(xué)習(xí)算法在磨煤機(jī)上的性能,包括K-最近鄰[4](K-nearest neighbors,KNN),支持向量回歸[5](support vector regression,SVR)等。并且,分析單物理特征對(duì)預(yù)測出磨溫度性能的影響。針對(duì)某水泥廠所采集的數(shù)據(jù),基于XGBoost 的磨煤機(jī)出磨溫度預(yù)測方案其預(yù)測精度達(dá)到預(yù)測4 min 偏差小于1 ℃,其平均相對(duì)誤差0.45%的精度需求。

      1 磨煤機(jī)出磨溫度預(yù)測方案

      圖1 所示為磨煤機(jī)預(yù)測出磨溫度整體試驗(yàn)流程。磨煤機(jī)工藝流程主要是給煤機(jī)將原煤送入磨煤機(jī),經(jīng)過磨煤機(jī)研磨和干燥,最終得到煤粉。整個(gè)生產(chǎn)通過DCS、ECS 設(shè)備進(jìn)行監(jiān)測和控制。本文通過數(shù)據(jù)采集接口,采集所需多物理特征數(shù)據(jù),其中包括給煤機(jī)流量HL(t)、入磨溫度TEI(t)、入磨壓力PTI(t)、出磨溫度TEO(t)、出磨壓力PTO(t)、煤磨電流MEIMO_VALUE(t)、煤磨進(jìn)出口壓差PT_VALUE(t)??梢暬卣?,得出磨煤機(jī)特征隨時(shí)間有抖動(dòng)特點(diǎn),因此對(duì)數(shù)據(jù)進(jìn)行平滑操作,本文對(duì)磨煤機(jī)特征數(shù)據(jù)每30 s 做平均,其出磨溫度的效果如圖2 所示。

      圖1 磨煤機(jī)溫度預(yù)測整體方案Fig.1 Overall scheme for temperature prediction of coal pulverizer

      圖2 磨煤機(jī)出磨溫度曲線Fig.2 Temperature curve of coal mill outlet

      1.1 KNN 法

      KNN 預(yù)測,首先,待預(yù)測磨煤機(jī)樣本特征與訓(xùn)練集樣本特征歐式距離計(jì)算,得到距離最近的前k個(gè)樣本,將前k 個(gè)樣本預(yù)測4 min 的出磨溫度值做平均操作,即得到待預(yù)測磨煤機(jī)樣本預(yù)測4 min 的出磨溫度值。

      1.2 SVR 法

      SVR 預(yù)測,其預(yù)測公式如下:

      式中:wT,b 分別為磨煤機(jī)SVR 模型權(quán)重值和偏置值;Xj為磨煤機(jī)樣本;yj為磨煤機(jī)4 min 出磨溫度預(yù)測值。

      磨煤機(jī)SVR 訓(xùn)練目標(biāo)公式如下:

      1.3 XGBoost 法

      本文采用的XGBoost 預(yù)測公式如下所示:

      式中:k 為決策樹的數(shù)量;Γ 為決策樹的權(quán)值集合;fk(Xj)為樣本Xj在第k 棵樹葉子上的權(quán)值;y?j為間隔為30 s 情況下,采用XGBoost 對(duì)第j 個(gè)樣本預(yù)測的4 min 的溫度向量;Φ(Xj)為磨煤機(jī)預(yù)測表達(dá)式。

      XGBoost 訓(xùn)練優(yōu)化的目標(biāo)公式如下:

      XGBoost 在進(jìn)行多次迭代訓(xùn)練之后,得到k 棵樹,k 棵樹累加值即為此樣本的預(yù)測值,也就是出磨溫度預(yù)測模型yj=Φ(Xj)。

      2 實(shí)驗(yàn)結(jié)果與分析

      本文使用某水泥廠燒成車間磨煤機(jī)8 天總計(jì)2073501 項(xiàng)的工作數(shù)據(jù),選用前5 天的數(shù)據(jù)作為訓(xùn)練集,后3 天的數(shù)據(jù)作為測試集,訓(xùn)練得到磨煤機(jī)出磨溫度模型。利用訓(xùn)練得到的模型再對(duì)磨煤機(jī)出磨溫度預(yù)測分析。

      2.1 不同出磨預(yù)測模型比較與分析

      KNN、SVR、XGBoost 均是常用的機(jī)器學(xué)習(xí)預(yù)測模型,不同模型在不同場景下存在一定的表現(xiàn)差異,因此,本文通過對(duì)比不同預(yù)測模型,其中,KNN 模型中選用K 值為5,近鄰樣本視為等權(quán)重,樣本間使用歐式距離度量;SVR 選用RBF 內(nèi)核,多項(xiàng)式核函數(shù)次數(shù)選用3;XGBoost 選用學(xué)習(xí)率為0.05,樹最大深度為8,每棵樹的樣本采樣率為0.7。得到如圖3 所示的磨煤機(jī)4 min 出口溫度最大誤差值和平均誤差值圖。

      圖3 預(yù)測0~270 s 出磨溫度的最大誤差和平均誤差Fig.3 Prediction of the maximum and average error of the grinding temperature from 0~270 s

      根據(jù)兩種統(tǒng)計(jì)測試指標(biāo),可以表明,XGBoost 相比于其他模型,預(yù)測4 min 出磨溫度的平均誤差與最大誤差都優(yōu)于其他模型。

      圖4 中為在磨煤機(jī)出磨溫度存在慢時(shí)變、間歇性抖動(dòng)的情況下,XGBoost 預(yù)測溫度與真實(shí)出口溫度趨勢(shì)非常接近,兩者的溫度隨時(shí)刻變化平均誤差在0.01%~0.12%,最大誤差在5.26%~5.5%,預(yù)測4 min 磨煤機(jī)出磨溫度誤差小于1 ℃,預(yù)測精度滿足方案設(shè)計(jì)要求。

      圖4 本文方案的出磨溫度預(yù)測Fig.4 Prediction of grinding temperature in this project

      2.2 不同特征對(duì)預(yù)測模型性能影響

      基于給煤機(jī)流量、入磨溫度、出磨溫度、煤磨電流等基本物理特征構(gòu)造其速度特征作為模型的輸入特征。通過缺失某一速度特征,研究該特征對(duì)預(yù)測模型性能的影響。圖5 是缺失某一特征后基于XGBoost 出磨溫度預(yù)測模型隨時(shí)間變化的結(jié)果(圖中:HL 為給煤機(jī)流量;MEIMO_VALUE 為煤磨電流;TEO 為出磨溫度;TEI 為入磨溫度)。

      圖5 預(yù)測0~270 s 溫度的最大誤差、均值誤差及均方根誤差Fig.5 Maximum error,mean error and root mean square error of temperature prediction from 0~270 s

      研究發(fā)現(xiàn),缺失某一物理特征對(duì)模型的預(yù)測影響不大,缺失某一特征后的模型對(duì)出磨溫度預(yù)測誤差相較于缺失其他特征,未產(chǎn)生顯著偏差。相較之下,出磨溫度特征產(chǎn)生模型偏差的影響最大。說明其余特征對(duì)磨煤機(jī)出磨溫度預(yù)測相關(guān)性低于出磨溫度的相關(guān)性。

      3 結(jié)語

      本文利用機(jī)器學(xué)習(xí)方式建立磨煤機(jī)出模溫度預(yù)測模型,通過對(duì)比實(shí)驗(yàn),基于XGBoost 的磨煤機(jī)出磨溫度預(yù)測方案預(yù)測4 min 的出磨溫度最優(yōu)。

      多個(gè)物理特征對(duì)出磨溫度預(yù)測的影響,經(jīng)過對(duì)比發(fā)現(xiàn),其中出磨溫度這個(gè)物理特征對(duì)溫度預(yù)測影響最大,對(duì)預(yù)測磨煤機(jī)出磨溫度準(zhǔn)確度有所提升。

      猜你喜歡
      給煤機(jī)磨煤機(jī)誤差
      給煤機(jī)低電壓穿越改造后控制電源可靠性分析與優(yōu)化
      能源工程(2022年1期)2022-03-29 01:06:28
      對(duì)磨煤機(jī)進(jìn)行8421編碼的甩負(fù)荷控制優(yōu)化
      湖北電力(2022年6期)2022-03-27 08:54:30
      火電廠防止給煤機(jī)控制回路電源瞬時(shí)失電的優(yōu)化措施
      角接觸球軸承接觸角誤差控制
      哈爾濱軸承(2020年2期)2020-11-06 09:22:26
      Beidou, le système de navigation par satellite compatible et interopérable
      壓力容器制造誤差探究
      EG2490型給煤機(jī)故障分析與控制系統(tǒng)改造
      電力與能源(2017年3期)2017-07-01 16:28:00
      MTZ3573型鋼球磨煤機(jī)應(yīng)用高鉻球的經(jīng)濟(jì)性分析
      廣西電力(2016年4期)2016-07-10 10:23:38
      九十億分之一的“生死”誤差
      山東青年(2016年2期)2016-02-28 14:25:41
      磨煤機(jī)冷、熱風(fēng)調(diào)節(jié)
      河南科技(2014年15期)2014-02-27 14:12:37
      石林| 夏河县| 介休市| 沅陵县| 饶阳县| 宝丰县| 永川市| 建阳市| 松桃| 芒康县| 胶南市| 通道| 富顺县| 东乡族自治县| 华宁县| 循化| 台安县| 奉新县| 扶余县| 赤壁市| 周口市| 花莲县| 华池县| 屏东市| 原平市| 革吉县| 西平县| 紫金县| 白河县| 平潭县| 玛曲县| 商南县| 江油市| 北川| 河南省| 家居| 东光县| 金乡县| 景东| 兴宁市| 米林县|