论文部分内容阅读
火道温度稳定在一定范围内是焦炉加热过程优化控制的目的,也是保证焦炭质量、提高产量的前提.针对焦炉加热过程大滞后、强耦合等特点,提出一种基于极限学习机(ELM)的预测算法;考虑到实际生产过程中焦炉机侧与焦侧是分离操作控制的,从而建立两侧的预测模型来分别预测机、焦侧火道温度,增加模型的准确性.实验表明:建立机、焦两侧的ELM预测模型较传统BP网络算法更能准确的预测两侧火道温度,可以为焦炉的优化控制提供良好的指导.