在带钢冷连轧生产过程中,轧制力预测准确度直接影响产品质量。为提高轧制力预测准确度,提出了基于LSTM-JITRVM(long short term memory-just in time relevance vector machine)的轧制力模型。首先,使用循环自编码网络对输入数据进行深...在带钢冷连轧生产过程中,轧制力预测准确度直接影响产品质量。为提高轧制力预测准确度,提出了基于LSTM-JITRVM(long short term memory-just in time relevance vector machine)的轧制力模型。首先,使用循环自编码网络对输入数据进行深层次特征提取,然后使用局部离群因子算法判断测试样本与其邻域点是否属于同一分布,针对不同的分布使用不同的自学习回归模型进行拟合。仿真结果表明,该模型预测准确度可控制在3%以内,能够实现轧制力的高准确度在线预测。展开更多
针对油井采出液含水率不断增加,转油站集输系统效率低、能耗高的问题,对转油站集输系统进行运行参数优化。以掺水温度和掺水量为决策变量,生产能耗费用最低为目标函数,建立转油站运行参数优化模型。采用人工设计与佳点集原理相结合的种...针对油井采出液含水率不断增加,转油站集输系统效率低、能耗高的问题,对转油站集输系统进行运行参数优化。以掺水温度和掺水量为决策变量,生产能耗费用最低为目标函数,建立转油站运行参数优化模型。采用人工设计与佳点集原理相结合的种群初始化策略和引入非线性收敛因子等机制对传统鲸鱼算法进行改进,以大庆PH2转油站为例,采用改进鲸鱼算法对运行参数进行优化,结果表明,改进后的鲸鱼算法综合性能明显提高,并且优化后转油站掺水温度降低9℃,掺水量减少450 m 3/d,日均耗气量下降14.68%,日均耗电量降低34.1%,总体运行费用降低了21.5%,优化效果良好。研究成果可供类似工程参考。展开更多
文摘在带钢冷连轧生产过程中,轧制力预测准确度直接影响产品质量。为提高轧制力预测准确度,提出了基于LSTM-JITRVM(long short term memory-just in time relevance vector machine)的轧制力模型。首先,使用循环自编码网络对输入数据进行深层次特征提取,然后使用局部离群因子算法判断测试样本与其邻域点是否属于同一分布,针对不同的分布使用不同的自学习回归模型进行拟合。仿真结果表明,该模型预测准确度可控制在3%以内,能够实现轧制力的高准确度在线预测。
文摘针对油井采出液含水率不断增加,转油站集输系统效率低、能耗高的问题,对转油站集输系统进行运行参数优化。以掺水温度和掺水量为决策变量,生产能耗费用最低为目标函数,建立转油站运行参数优化模型。采用人工设计与佳点集原理相结合的种群初始化策略和引入非线性收敛因子等机制对传统鲸鱼算法进行改进,以大庆PH2转油站为例,采用改进鲸鱼算法对运行参数进行优化,结果表明,改进后的鲸鱼算法综合性能明显提高,并且优化后转油站掺水温度降低9℃,掺水量减少450 m 3/d,日均耗气量下降14.68%,日均耗电量降低34.1%,总体运行费用降低了21.5%,优化效果良好。研究成果可供类似工程参考。
