检索结果-维普期刊中文期刊服务平台

炼焦机理和焦炭质量预测的研究进展被引量：13: 1; 作者李艳红赵文波 +3 位作者常丽萍王美君王平艳杨荣《化工进展》 EI CAS CSCD 北大核心 2014年第5期1142-1150,共9页; 综述了煤的热塑性、炼焦机理和焦炭质量预测的研究进展。煤的化学结构如煤中镜质组的烷基侧链和移动氢的含量决定了煤的热塑性,核磁共振、质子磁共振热分析、拉曼光谱和电子顺磁共振谱等从分子水平解释煤的热塑性、配合煤的相互作用和... 展开更多; 关键词热塑性炼焦机理焦炭质量预测矿物质; 在线阅读下载PDF 职称材料

基于神经网络的特大型焦炉焦炭质量预测研究被引量：22: 2; 作者周洪闵礼书邹祥林《系统仿真学报》 CAS CSCD 北大核心 2009年第6期1543-1547,1552,共6页; 预测焦炭质量是焦化企业面临的重要课题,对焦炭质量进行准确的预测,既保证焦炭质量符合要求,又合理利用煤炭资源。研究某焦化公司特大型焦炉炼焦配煤的工艺流程,采用具有非线性特性和自学习能力的BP神经网络对炼焦过程进行建模,确定焦... 展开更多; 关键词配煤焦炭质量预测 BP 神经网络模型; 在线阅读下载PDF 职称材料

基于PCA与RBF的焦炭质量预测模型被引量：10: 3; 作者雷琪刘君贤 +1 位作者何勇吴敏《控制工程》 CSCD 北大核心 2010年第4期513-516,520,共5页; 针对炼焦生产过程焦炭质量难于实时测量的问题,建立一种主元分析(PCA)和径向基函数(RBF)神经网络相结合的预测模型。通过机理分析确定焦炭质量的影响因素包括配合煤指标和炼焦过程操作参数;采用主元分析减少径向基函数网络的输入;最后采... 展开更多; 关键词炼焦生产过程焦炭质量预测模型主元分析径向基函数; 在线阅读下载PDF 职称材料

捣固胶质层指数在焦炭质量预测中的应用被引量：4: 4; 作者罗东王光辉 +3 位作者郑超田永胜王勋周勇《武汉科技大学学报》 CAS 北大核心 2016年第5期348-352,共5页; 通过对烟煤胶质层指数测定方法进行改进,在捣固密度为1.10t/m3下测定配合煤捣固胶质层指数(Yd,Xd),以配合煤的干燥无灰基挥发分(Vdaf)、黏结指数(G)和捣固胶质层最大厚度(Yd)为自变量,分别以焦炭的冷态强度(M10,M25)和热态性能(CRI,CSR... 展开更多; 关键词烟煤胶质层指数捣固炼焦焦炭质量预测线性回归分析; 在线阅读下载PDF 职称材料

基于GRU神经网络多标签多分类的焦炭质量预测模型被引量：4: 5; 作者郝晓东乔星星 +4 位作者王影原靖超张泽晖张国杰张永发《煤炭转化》 CAS CSCD 北大核心 2023年第6期90-100,共11页; 通过关联配合煤中硫、灰分、挥发分的质量分数等主要的煤质指标,利用基于Adma算法为优化器的GRU神经网络模型,不断对模型参数进行调整后,通过sigmoid激活函数判断模型准确率的多标签多分类方法,建立了焦炭质量预测模型。结果表明:当三层... 展开更多; 关键词多标签多分类方法神经网络 GRU 焦炭质量预测模型小样本; 在线阅读下载PDF 职称材料

基于煤质综合指标的焦炭质量预测: 6; 作者闫立强雷磊 +3 位作者王保荣李文超王杰平谢全安《洁净煤技术》 CAS 北大核心 2021年第S02期175-180,共6页; 焦炭质量预测有利于改善焦炭质量,降低钢铁企业配煤成本。焦炭质量预测包括多元线性回归分析、BP神经网络、LIBSVM等算法,上述算法大多以煤质工业分析指标和黏结性指标为基础进行预测。基于配合煤的基础数据,结合煤岩分析指标,运用KNN和... 展开更多; 关键词焦炭质量预测煤岩性质 KNN算法 SVR算法参数调优; 在线阅读下载PDF 职称材料

焦炭质量指标分析与预测被引量：4: 7; 作者芦建文王宏 +1 位作者卢培山付利俊《洁净煤技术》 CAS 2020年第S01期125-129,共5页; 焦炭作为高炉炼铁的主要原料,在高炉中起供热、还原剂、骨架等作用,其质量直接影响生铁质量。提出一种基于多层神经网络的焦炭质量指标预测方法,该方法采用极限梯度增强树对影响焦炭质量的指标进行相关性分析,选取相关性较强的指标构建... 展开更多; 关键词焦炭质量指标预测极限特征增强树多层神经网络; 在线阅读下载PDF 职称材料

题名炼焦机理和焦炭质量预测的研究进展被引量：13: 1; 作者李艳红赵文波常丽萍王美君王平艳杨荣; 机构太原理工大学昆明理工大学化工学院; 出处《化工进展》 EI CAS CSCD 北大核心 2014年第5期1142-1150,共9页; 基金云南省教育厅科学研究基金项目(2010Y375); 文摘综述了煤的热塑性、炼焦机理和焦炭质量预测的研究进展。煤的化学结构如煤中镜质组的烷基侧链和移动氢的含量决定了煤的热塑性,核磁共振、质子磁共振热分析、拉曼光谱和电子顺磁共振谱等从分子水平解释煤的热塑性、配合煤的相互作用和炼焦机理。塑性成焦机理认为,良好的氢传递和分子重排是炼焦中获得优质焦炭的重要条件,塑性成分在焦炭光学组织形成中非常关键,改变加热速率可使煤的光学组织形成机理改变。碱度指数(modified basicity index,MBI)、复合焦势(composite coking potential,CCP)和组合煤指数(combined coal index,CCI)等参数可精确地预测焦炭反应后强度和焦炭反应性。矿物质对焦炭强度的影响是研究热点,控制焦炭的裂纹和尺寸是未来焦炭质量的要求。; 关键词热塑性炼焦机理焦炭质量预测矿物质; Keywords thermoplastic coking mechanism coke quality prediction mineralogy; 分类号 TQ522.16 [化学工程—煤化学工程]; 在线阅读下载PDF 职称材料

题名基于神经网络的特大型焦炉焦炭质量预测研究被引量：22: 2; 作者周洪闵礼书邹祥林; 机构武汉大学; 出处《系统仿真学报》 CAS CSCD 北大核心 2009年第6期1543-1547,1552,共6页; 文摘预测焦炭质量是焦化企业面临的重要课题,对焦炭质量进行准确的预测,既保证焦炭质量符合要求,又合理利用煤炭资源。研究某焦化公司特大型焦炉炼焦配煤的工艺流程,采用具有非线性特性和自学习能力的BP神经网络对炼焦过程进行建模,确定焦炭质量预测模型的结构和参数,解决炼焦过程中变量之间复杂的非线性关系问题。使用MATLAB软件对模型进行训练和预测仿真,并对影响模型预测精度的因素进行详细的分析。最后采用MATLAB软件与VC++混合编程的方法来完成焦炭质量预测系统的开发。; 关键词配煤焦炭质量预测 BP 神经网络模型; Keywords coal blending prediction of coke quality BP neural network model; 分类号 TQ5 [化学工程]; 在线阅读下载PDF 职称材料

题名基于PCA与RBF的焦炭质量预测模型被引量：10: 3; 作者雷琪刘君贤何勇吴敏; 机构中南大学信息科学与工程学院; 出处《控制工程》 CSCD 北大核心 2010年第4期513-516,520,共5页; 基金国家高技术研究发展计划(863计划)重点资助项目(2008AA042902); 文摘针对炼焦生产过程焦炭质量难于实时测量的问题,建立一种主元分析(PCA)和径向基函数(RBF)神经网络相结合的预测模型。通过机理分析确定焦炭质量的影响因素包括配合煤指标和炼焦过程操作参数;采用主元分析减少径向基函数网络的输入;最后采用k-均值聚类算法确定径向基函数隐含层的参数,并用最小二乘法确定线性输出层参数。采用炼焦生产过程现场数据进行仿真,结果表明,该模型具有学习速度快、跟踪性能好以及泛化能力强等优点,实现了焦炭质量的在线预测。; 关键词炼焦生产过程焦炭质量预测模型主元分析径向基函数; Keywords coking plant production process coke quality prediction model principal component analysis radial basis function.; 分类号 TQ52 [化学工程—煤化学工程]; 在线阅读下载PDF 职称材料

题名捣固胶质层指数在焦炭质量预测中的应用被引量：4: 4; 作者罗东王光辉郑超田永胜王勋周勇; 机构武汉科技大学化学工程与技术学院武汉科技大学煤转化与新型炭材料湖北省重点实验室; 出处《武汉科技大学学报》 CAS 北大核心 2016年第5期348-352,共5页; 基金高等学校博士学科点专项科研基金资助项目(20114219120002); 文摘通过对烟煤胶质层指数测定方法进行改进,在捣固密度为1.10t/m3下测定配合煤捣固胶质层指数(Yd,Xd),以配合煤的干燥无灰基挥发分(Vdaf)、黏结指数(G)和捣固胶质层最大厚度(Yd)为自变量,分别以焦炭的冷态强度(M10,M25)和热态性能(CRI,CSR)为因变量,利用多元线性回归分析方法,建立捣固密度下的Vdaf-G-Yd焦炭质量预测模型,并对其进行F检验和误差分析。结果表明,捣固胶质层指数(Yd,Xd)能更准确地反映配合煤在捣固炼焦过程中的黏结性能与结焦性能;与传统的Vdaf-G-Y焦炭质量预测模型相比,Vdaf-GYd焦炭质量预测模型具有更好的预测精准度,除M10的相对误差略有增加外,CRI、CSR、M25的相对误差均有所减小,其减小幅度分别为5.7%、12.8%和10.1%。; 关键词烟煤胶质层指数捣固炼焦焦炭质量预测线性回归分析; Keywords bituminous coal plastometric indice stamp-charging coking coke quality prediction linear regression analysis; 分类号 TF526+.1 [冶金工程—钢铁冶金]; 在线阅读下载PDF 职称材料

题名基于GRU神经网络多标签多分类的焦炭质量预测模型被引量：4: 5; 作者郝晓东乔星星王影原靖超张泽晖张国杰张永发; 机构太原理工大学省部共建煤基能源清洁高效利用国家重点实验室陕西煤业化工技术研究院有限责任公司太原理工大学机械与运载工程学院; 出处《煤炭转化》 CAS CSCD 北大核心 2023年第6期90-100,共11页; 文摘通过关联配合煤中硫、灰分、挥发分的质量分数等主要的煤质指标,利用基于Adma算法为优化器的GRU神经网络模型,不断对模型参数进行调整后,通过sigmoid激活函数判断模型准确率的多标签多分类方法,建立了焦炭质量预测模型。结果表明:当三层GRU网络的隐层神经元数量为(64,64,64);学习率为0.01;样本批次大小为64;样本训练次数为50;丢弃率为0.3时,得到了模型的最优参数,此时模型预测准确率达到97%。采用GRU神经网络多标签多分类焦炭预测模型不仅具有高精度、低损失函数等特点,而且针对小样本配煤数据预测焦炭质量可以达到很好的效果,对实际的配煤炼焦具有一定的参考意义。; 关键词多标签多分类方法神经网络 GRU 焦炭质量预测模型小样本; Keywords multi-label multi-classification method neural network GRU coke quality prediction model small sample; 分类号 TQ520.6 [化学工程—煤化学工程]; 在线阅读下载PDF 职称材料

题名基于煤质综合指标的焦炭质量预测: 6; 作者闫立强雷磊王保荣李文超王杰平谢全安; 机构唐山首钢京唐西山焦化有限责任公司华北理工大学化学工程学院; 出处《洁净煤技术》 CAS 北大核心 2021年第S02期175-180,共6页; 文摘焦炭质量预测有利于改善焦炭质量,降低钢铁企业配煤成本。焦炭质量预测包括多元线性回归分析、BP神经网络、LIBSVM等算法,上述算法大多以煤质工业分析指标和黏结性指标为基础进行预测。基于配合煤的基础数据,结合煤岩分析指标,运用KNN和SVR算法预测焦炭机械强度和热态性能,将炼焦煤的宏观与微观指标相结合预测焦炭质量,提高预测精度。通过6因素和9因素对比,配合煤的基础性质结合镜质组反射率、活性组分、惰性组分3个煤岩指标后的预测精度有所提高,KNN算法的相对误差小于SVR算法。通过对KNN算法进行参数调优,当核参K=9时,均方误差最小,预测焦炭机械强度(M_(40)、M_(10))和热态性能(C_(RI)、C_(SR))的相对误差分别为0.38%、0.98%、0.82%、0.17%。; 关键词焦炭质量预测煤岩性质 KNN算法 SVR算法参数调优; Keywords coke quality prediction coal petrography properties KNN algorithm SVR algorithm parameter tuning; 分类号 TQ520.6 [化学工程—煤化学工程]; 在线阅读下载PDF 职称材料

题名焦炭质量指标分析与预测被引量：4: 7; 作者芦建文王宏卢培山付利俊; 机构包头钢铁(集团)有限责任公司信息服务中心内蒙古包钢钢联股份有限公司煤焦化工分公司内蒙古包钢钢联股份有限公司技术中心; 出处《洁净煤技术》 CAS 2020年第S01期125-129,共5页; 基金内蒙古自治区科技厅自治区应用技术研究与开发资金计划资助项目(201802010); 文摘焦炭作为高炉炼铁的主要原料,在高炉中起供热、还原剂、骨架等作用,其质量直接影响生铁质量。提出一种基于多层神经网络的焦炭质量指标预测方法,该方法采用极限梯度增强树对影响焦炭质量的指标进行相关性分析,选取相关性较强的指标构建训练样本,并采用多层神经网络预测焦炭质量指标。基于实际运行数据的实验与现场应用的统计结果表明,该模型精度能够满足焦化厂生产需求。; 关键词焦炭质量指标预测极限特征增强树多层神经网络; Keywords coke quality index prediction EGBT multi-layer neural network; 分类号 TQ53 [化学工程—煤化学工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	炼焦机理和焦炭质量预测的研究进展	李艳红赵文波常丽萍王美君王平艳杨荣	《化工进展》 EI CAS CSCD 北大核心	2014	13	在线阅读下载PDF 职称材料
2	基于神经网络的特大型焦炉焦炭质量预测研究	周洪闵礼书邹祥林	《系统仿真学报》 CAS CSCD 北大核心	2009	22	在线阅读下载PDF 职称材料
3	基于PCA与RBF的焦炭质量预测模型	雷琪刘君贤何勇吴敏	《控制工程》 CSCD 北大核心	2010	10	在线阅读下载PDF 职称材料
4	捣固胶质层指数在焦炭质量预测中的应用	罗东王光辉郑超田永胜王勋周勇	《武汉科技大学学报》 CAS 北大核心	2016	4	在线阅读下载PDF 职称材料
5	基于GRU神经网络多标签多分类的焦炭质量预测模型	郝晓东乔星星王影原靖超张泽晖张国杰张永发	《煤炭转化》 CAS CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
6	基于煤质综合指标的焦炭质量预测	闫立强雷磊王保荣李文超王杰平谢全安	《洁净煤技术》 CAS 北大核心	2021	0	在线阅读下载PDF 职称材料
7	焦炭质量指标分析与预测	芦建文王宏卢培山付利俊	《洁净煤技术》 CAS	2020	4	在线阅读下载PDF 职称材料