基于残差网络与长短时记忆网络的水泥游离钙软测量方法研究
发布时间：2025-06-26 22:51
水泥熟料中游离钙(fCa O)含量是影响水泥质量的重要因素,直接关系着水泥安定性与生产的能耗。目前国内主要通过化验分析的方法离线测得水泥熟料fCaO含量,但是该方法对于水泥烧成系统的控制具有明显滞后性。为了实现稳定生产、节能降耗的目的,本课题结合水泥生产实际状况,以水泥熟料fCaO含量为研究对象,基于时间序列的深度残差网络(TS-Resnet)及主成分分析法与长短时记忆网络相结合(PCA-LSTM)的方法研究水泥熟料fCaO含量软测量方案,实现熟料fCaO的模型建立及实时预测。本文的主要研究内容如下:1.对水泥烧制工艺及熟料fCaO产生机理进行研究,分析影响水泥熟料fCaO含量的主要因素,选取与熟料fCaO含量相关的变量作为软测量模型辅助变量;采用滤波、归一化等方法对各辅助变量数据进行预处理。2.针对水泥烧制过程中变量间的时变时延性、非线性和不确定性等特性,选取影响水泥熟料fCaO的多个辅助变量的时间序列作为模型输入,建立了基于时间序列的深度残差网络。通过模型对水泥数据特性的学习,使用残差模块卷积与池化的方式对各过程变量进行深层多次特征提取,残差模块中的快捷连接有效避免了训练过程中的梯度...
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 软测量技术研究现状
1.3 国内外研究概况
1.3.1 水泥熟料游离钙软测量方法研究现状
1.3.2 深度学习研究现状
1.4 论文的研究内容及章节安排
第2章 水泥烧成工艺及变量选取
2.1 引言
2.2 新型干法窑外分解水泥工艺及熟料FCAO生成机理分析
2.2.1 新型干法水泥工艺及技术特点
2.2.2 水泥熟料fCaO产生机理
2.3 变量选取及数据处理
2.3.1 输入变量的选取
2.3.2 数据预处理
2.4 本章小结
第3章 基于时序深度残差网络的水泥熟料游离钙软测量模型研究
3.1 引言
3.2 基于TS-RESNET熟料FCAO软测量方案
3.3 基于时序深度残差网络熟料FCAO软测量模型构建
3.3.1 基于水泥数据特性的残差模块
3.3.2 时序深度残差网络模型建立
3.4 TS-RESNET算法及训练过程
3.4.1 残差模块及网络前向训练算法
3.4.2 时序深度残差网络反向传播算法
3.4.3 时序深度残差网络训练过程
3.5 本章小结
第4章 基于主成分分析法与长短时记忆网络相结合的水泥熟料FCAO软测量模型研究
4.1 引言
4.2 基于PCA-LSTM的水泥熟料FCAO软测量方案
4.3 基于PCA-LSTM的水泥熟料FCAO软测量模型构建
4.3.1 PCA输入特征降维分析
4.3.2 PCA-LSTM模型特征提取
4.4 .基于PCA-LSTM的水泥熟料FCAO软测量模型算法
4.4.1 PCA-LSTM前向训练算法
4.4.2 PCA-LSTM反向传播算法
4.4.3 PCA-LSTM训练过程
4.5 本章小结
第5章 水泥熟料游离钙实时预测软件设计
5.1 引言
5.2 水泥熟料游离钙实时预测软件整体设计
5.2.1 游离钙实时预测软件框架设计
5.2.2 游离钙实时预测软件功能模块设计
5.3 水泥熟料游离钙实时预测软件详细设计
5.3.1 用户管理模块设计
5.3.2 数据处理模块设计
5.3.3 软测量模型算法模块设计
5.3.4 实时显示与调控模块设计
5.3.5 异常处理模块设计
5.4 本章小结
第6章 水泥熟料游离钙软测量实验及实时预测软件实现
6.1 引言
6.2 水泥熟料游离钙实时预测软件实现
6.2.1 用户管理模块
6.2.2 数据处理模块
6.2.3 网络模型算法模块
6.2.4 实时显示与调控模块
6.2.5 异常处理模块实现
6.3 实验及分析
6.3.1 TS-Resnet模型参数择优
6.3.2 PCA-LSTM模型参数择优
6.3.3 实验结果对比分析
6.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
本文编号：4053395
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 软测量技术研究现状
1.3 国内外研究概况
1.3.1 水泥熟料游离钙软测量方法研究现状
1.3.2 深度学习研究现状
1.4 论文的研究内容及章节安排
第2章 水泥烧成工艺及变量选取
2.1 引言
2.2 新型干法窑外分解水泥工艺及熟料FCAO生成机理分析
2.2.1 新型干法水泥工艺及技术特点
2.2.2 水泥熟料fCaO产生机理
2.3 变量选取及数据处理
2.3.1 输入变量的选取
2.3.2 数据预处理
2.4 本章小结
第3章 基于时序深度残差网络的水泥熟料游离钙软测量模型研究
3.1 引言
3.2 基于TS-RESNET熟料FCAO软测量方案
3.3 基于时序深度残差网络熟料FCAO软测量模型构建
3.3.1 基于水泥数据特性的残差模块
3.3.2 时序深度残差网络模型建立
3.4 TS-RESNET算法及训练过程
3.4.1 残差模块及网络前向训练算法
3.4.2 时序深度残差网络反向传播算法
3.4.3 时序深度残差网络训练过程
3.5 本章小结
第4章 基于主成分分析法与长短时记忆网络相结合的水泥熟料FCAO软测量模型研究
4.1 引言
4.2 基于PCA-LSTM的水泥熟料FCAO软测量方案
4.3 基于PCA-LSTM的水泥熟料FCAO软测量模型构建
4.3.1 PCA输入特征降维分析
4.3.2 PCA-LSTM模型特征提取
4.4 .基于PCA-LSTM的水泥熟料FCAO软测量模型算法
4.4.1 PCA-LSTM前向训练算法
4.4.2 PCA-LSTM反向传播算法
4.4.3 PCA-LSTM训练过程
4.5 本章小结
第5章 水泥熟料游离钙实时预测软件设计
5.1 引言
5.2 水泥熟料游离钙实时预测软件整体设计
5.2.1 游离钙实时预测软件框架设计
5.2.2 游离钙实时预测软件功能模块设计
5.3 水泥熟料游离钙实时预测软件详细设计
5.3.1 用户管理模块设计
5.3.2 数据处理模块设计
5.3.3 软测量模型算法模块设计
5.3.4 实时显示与调控模块设计
5.3.5 异常处理模块设计
5.4 本章小结
第6章 水泥熟料游离钙软测量实验及实时预测软件实现
6.1 引言
6.2 水泥熟料游离钙实时预测软件实现
6.2.1 用户管理模块
6.2.2 数据处理模块
6.2.3 网络模型算法模块
6.2.4 实时显示与调控模块
6.2.5 异常处理模块实现
6.3 实验及分析
6.3.1 TS-Resnet模型参数择优
6.3.2 PCA-LSTM模型参数择优
6.3.3 实验结果对比分析
6.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
本文编号：4053395
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/4053395.html
最近更新
教材专著
