一种基于SABO-BiLSTM模型的水泥熟料中游离氧化钙含量软测量方法

本发明公开了一种基于减法平均算法优化双向长短期记忆网络(Subtraction‑Average‑Based Optimization of Bi‑directional Long Short‑Term Memory，SABO‑BiLSTM)用来对水泥熟料中游离氧化钙(f‑CaO)含量进行软测量的方法。首先，根据水泥熟料烧成工艺进行输入参数的初步选取。其次，通过剔除异常值、均值滤波、时间匹配、均一化进行数据预处理。然后，对各变量与水泥熟料强度进行关联度分析，完成关键参数的选取，划分数据集，数据集分为训练集和测试集，将数据集输入模型中进行训练和预测。最后，得到水泥熟料中游离氧化钙含量的软测量值，进行误差验证。本发明通过对生料参数、烧成过程参数等作为SABO‑BiLSTM预测模型的输入，实现了水泥熟料中游离氧化钙含量的软测量，解决了生产现场获取游离氧化钙值依赖于化验室人工检测带来的滞后问题。