收录:
摘要:
一种基于改进案例推理的竖炉炉况故障预报方法,在传统4R认知模型的基础上,增加了属性权重的分配模型,并运用GDM理论改进案例校正模型。包括:变量初始化;将当前变量进行归一化处理,使其数值处在0~1之间;对案例进行表示,建立案例库;计算基于注水法分配权重算法的相关系数;计算案例属性的权重;计算目标案例与源案例的相似度;根据相似度阈值确定匹配案例的个数。判断重用效果;对预报的结果进行GDM校正;存储相应案例,并输出操作指导。利用在线过程数据,实现了竖炉焙烧过程炉况的基于改进案例推理的故障预报。与人工判断炉况相比,减少了操作人员的工作量,降低了人为判断的不确定性,提高了故障预报的时效性。
关键词:
通讯作者信息:
电子邮件地址: