位置:成果数据库 > 期刊 > 期刊详情页
增量型极限学习机改进算法
  • ISSN号:1002-0411
  • 期刊名称:《信息与控制》
  • 时间:0
  • 分类:TH89[机械工程—仪器科学与技术;机械工程—精密仪器及机械] TP29[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]广西大学电气工程学院,广西南宁530004
  • 相关基金:国家自然科学基金重点资助项目(编号:61034002);国家自然科学基金资助项目(编号:61364007).
中文摘要:

为了降低水泥生料立磨粉磨生产过程的能耗,提高系统的稳定性和生产效率,提出了采用极限学习机网络建立水泥生料立磨粉磨生产过程的生产指标预测模型。结合某水泥厂水泥生料立磨粉磨生产过程的实测参数数据,对模型进行了训练和测试。试验结果表明,该建模方法实现了立磨粉磨过程关键指标参数的在线预估,对立磨生料粉磨生产过程中相关参数的优化设定和降低生产过程的能耗具有一定的参考意义。

英文摘要:

In order to reduce the energy consumption in cement raw material vertical mill grinding production process, and enhance the stabihty of the system and the production etSciency, it is proposed that by adopting extreme learning machine ( ELM ) network to establish the prediction model of production quotas for such process. Combining with the measured parameteric data of the process in certain cement plant, the model is trained and tested. The experimental results show that the modeling method proposed is effective for implementing online preditive estimation of critical parameters for vertical mill grinding process, in addition, it posseses certain reference significance for optimizing the parameters for raw material veritical mill grinding process and reducing energy consumption of the production process.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《信息与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国自动化学会 中国科学院沈阳自动化研究所
  • 主编:王天然
  • 地址:沈阳市南塔街114号
  • 邮编:110016
  • 邮箱:xk@sia.cn
  • 电话:024-23970049
  • 国际标准刊号:ISSN:1002-0411
  • 国内统一刊号:ISSN:21-1138/TP
  • 邮发代号:
  • 获奖情况:
  • 全国优秀期刊三等奖,中科院优秀期刊三等奖,辽宁省优秀期刊一等奖
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12960