摘要
本发明公开了一种基于人工智能的低碳固废胶凝材料生产控制方法及系统,涉及生产控制技术领域。该方法通过获取历史生产数据,利用机器学习算法分别训练质量预测模型和生产过程控制变量数据关系预测模型,通过实时收集影响生产过程的目标变量数据,并将其输入两个模型,分别获得对应的预测结果,结合模型输出,对变量数据进行校正,并根据修正策略数据库获取最佳修正参数,将最佳修正参数转化为生产设备控制参数,实现对生产过程的智能调节。该方法解决了低碳固废胶凝材料生产过程中,控制精度不够的问题,实现生产过程的精准预测与动态优化,有效提升低碳固废胶凝材料的质量稳定性与生产效率。
技术关键词
变量
机器学习算法
策略数据库
关系预测模型
设备控制参数
校正
可读存储介质
样本
编码
数值
搅拌设备
喷雾
外加剂
解码
控制单元
计算机
控制系统
系统为您推荐了相关专利信息
XGBoost模型
工艺特征
决策树模型
参数
模式
浓度估算方法
变量
地面监测站
预测误差
分布式机器学习