摘要
本发明公开了一种用于烧结点火炉的温度智能控制方法,包括采集烧结生产历史数据,并对采集数据进行滤波处理,构建样本数据库,并将样本数据库分为训练数据集、验证数据集及待测数据集;从训练数据集中选取烧结成品率和烧结料层透气性指数均排前50%的样本用于建模训练;利用改进的IGWO‑XGBoost算法对样本进行模型训练,得到预测模型;利用预测模型,对待测数据集进行预测,得到最新的点火炉温度目标值,存入数据库;将最新的点火炉温度目标值与上一统计周期目标值进行比较,若变化量的绝对值超过3℃且持续30秒以上,则将温度目标值传输给控制器进行温度调整,否则,不进行温度调整。本发明既减少了人工成本又实现了点火炉温度目标值的实时精准设定。
技术关键词
温度智能控制方法
烧结点火炉
XGBoost算法
烧结料层透气性
灰狼优化算法
烧结矿成品率
最佳参数组合
烧结成品率
烧结机
样本
数据
指数
表达式
位置更新
变量
混合料
滤波
控制器
因子
系统为您推荐了相关专利信息
实时监测方法
灰狼优化算法
搅拌釜式反应器
在线拉曼光谱仪
矩阵
自动预警系统
XGBoost算法
样本
预警方法
OCR识别技术
混合储能系统
燃料电池
升压变换器
电储能
状态空间方程
智能化医疗设备
多任务深度神经网络
故障类别
灰狼优化算法
参数
再生混凝土
深度预测方法
XGBoost算法
深度预测模型
超参数