论文部分内容阅读
易结焦加热炉由于燃烧过程不稳定,会引起炉管局部超温,导致其破坏失效,因此实际工程中需要对加热炉各处的温度进行测量。目前采用计算流体力学(CFD)数值方法进行直接实时温度场预测,虽然精度高,但是非常耗时,且现有计算能力无法实现。为解决这个难题,文章提出一种基于卷积长短期记忆网络的加热炉温度场实时预测方法,该方法完全由数据驱动,使用ConvLSTM动态地提取时间序列的内部关系进行温度场预测,可实现工业加热炉温度场的软测量,预测温度场的平均绝对误差MAE为31.7 K。