摘要
本申请提供一种训练方法、窑炉玻璃液粘度控制方法和装置、终端,所述窑炉玻璃液粘度控制方法包括获取窑炉的实时运行状态数据;所述窑炉的实时运行状态数据包括在当前时刻采集的窑内玻璃液的液位、投料机的进料速度、窑内温度和窑内压力;将所述窑炉的实时运行状态数据输入至预先训练好的神经网络模型,输出实时玻璃液粘度;基于所述实时玻璃液粘度,生成控制信号;基于所述控制信号,自动调整所述实时玻璃液粘度至目标粘度范围。本申请充分利用了神经网络模型卓越的自学习能力和对复杂非线性关系的映射能力,能够实时预测玻璃液粘度,并根据预测结果自动调整相关工艺参数,实现对玻璃液粘度的精确控制,使将玻璃液粘度维持在特定的目标范围。
技术关键词
粘度控制方法
窑炉玻璃液
预测误差
训练神经网络模型
历史运行状态
生成控制信号
初始化方法
粘度控制装置
移动平均滤波
数据
投料
归一化方法
存储计算机程序
参数
进料
终端
存储器
系统为您推荐了相关专利信息
实时计算方法
三维地质模型
边坡
地震
地质结构面
信息采集方法
构建三维场景
天气预报信息
检测点
训练神经网络模型
无线数据管理系统
无线数据传输管理
流量管理模块
无线网络性能数据
访问控制模块
日志异常检测方法
模板
词嵌入向量
聚类
预测误差