摘要
本发明属于温度场预测优化技术领域,具体为一种基于机器学习和CFD耦合的回转窑温度场预测与优化方法及系统,可以对回转窑窑内的焙烧带宽度和区域的最高温度进行优化,从而优化整个回转窑的温度场,能找到优化温度场的最佳工艺参数组合,优化效果显著,且根据决策者提供的参考点与权重进行搜索解决方法,重新构建帕累托有偏好的解集空间,有效的控制了帕累托解集的多样性。通过多目标决策对筛选后的帕累托解集进行排序,搜寻到单一的最佳解决方案,节约了决策者的时间与试错成本,对工业实际生产具有指导意义。且优化效果具有可拓展性,对产品质量的控制与回转窑寿命的延长具有积极的作用。
技术关键词
回转窑
整体温度场
决策方法
机器学习模型训练
最佳工艺参数
风温
学习特征
数据
焙烧
风速
超参数
模块
算法
阶段
变量
寿命
工业
系统为您推荐了相关专利信息
船舶避碰决策方法
不确定性模型
船舶运动模型
轨迹预测模型
协方差矩阵
智能识别方法
机器学习模型训练
数据处理模块
特征工程
数据获取模块
大语言模型
异构机器人
多模态
决策方法
多机系统
录波文件
智能分析方法
波形特征提取
故障录波器
智能分析系统