2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩131頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、由兩種或兩種以上的煤按一定比例配合煉焦的工藝稱為配煤煉焦。山于煤的組成、結(jié)構(gòu)及性質(zhì)的復雜性.使人們對煤及其焦化過程的認識具有局限性。現(xiàn)有的配合煤質(zhì)量和焦炭質(zhì)盞的預測模型都是針對某一地區(qū)煤、某一焦化企業(yè)適用。不具有通用性。對于本文研究對象的焦化廠,直接使用這些模型并不適合,根據(jù)本廠多年積累的生產(chǎn)數(shù)據(jù)和配煤煉焦經(jīng)驗,建立自己的配合煤粘結(jié)指數(shù)模型和焦炭強度預測模型,并把它們應用在配煤比優(yōu)化計算中,足本論文研究的重點。論文的主要內(nèi)容如下:

2、>   用各單種煤的粘結(jié)指數(shù)G與配比的加和來估計配合煤G值偏差很大,配合煤的粘結(jié)指數(shù)不滿足加和性。論文除了使用粘結(jié)指數(shù)G指標外,還引入了單種煤的Vdaf指標。
   用高斯函數(shù)分別對焦煤的Vdaf和瘦煤的Vdaf為進行了非線性變換,與配合煤G的加和值一起構(gòu)成了預測配合煤G模型的3個組成部分。對于增加了Vdaf指標的非線性預測模型中的7個參數(shù)采用思維進化算法來尋找最憂解,確定配合煤G的回歸模型。該模型的預測效果明顯提高,相對誤差

3、不超過±6%。
   論文采用了核主成分分析方法(KPCA),在累計貢獻率達到90%時,把5項配合煤煤質(zhì)檢測指標和3項薔煤煉焦工藝參數(shù)指標特征提取為2個主成分,以這2個主成分作為支持向量機的輸入變量,分別建立了焦炭機械強度M255和M10預測模型。并與主成分分析方法(PCA)方法的提取特征效果和建模效果進行了比較。結(jié)果表明基于KPCA-SVR焦炭強度預測模型的降維效果明顯,排廣性能好,預測誤差小,滿足實際生產(chǎn)需要。
  

4、 使用支持向量回歸機(SVR)建立焦炭強度預測模型過程中,對訓練樣本進行篩選,提出了一種基于粒度的支持向量回歸機樣本選擇策略。對訓練樣本集在核空間不同的粒層上進行預處理,在粗粒度層次上,排除異常樣奉數(shù)據(jù)(噪聲數(shù)掘);在細粒度層次上,根據(jù)粒度的稠密不同,采用不同的樣本約減策略。在合適的粒度范圍內(nèi),以小規(guī)模樣本子集來表征整體訓練集的分布,降低學習的代價,同時獲得了較好的焦炭機械強度回歸模型,提高了SVR算法的效率。
   SVR建立

5、焦炭機械強度模型過程中,對于ε-SVR及核函數(shù)的參數(shù)確定,采用基于思維進化(MEA)的優(yōu)化方法.該方法與網(wǎng)格搜索方法比較,MEA方法的尋優(yōu)時間大量減少,而優(yōu)化結(jié)果卻近似。
   配煤比例的最終確定離不開煉焦試驗。論文設計了20 kg鐵桶試驗,該配煤試驗將鐵桶置于工業(yè)焦爐中隨爐成焦,鐵桶內(nèi)煤的成焦與工業(yè)焦爐成焦保持了相同的環(huán)境,該方法投資小、操作方便、勞動強度低、試驗調(diào)節(jié)靈活。經(jīng)檢驗當煤餅與鐵桶之間間隙為23mm,堆密度為12t/

6、m3,結(jié)焦時間在24~48小時范圍內(nèi)情況下,20kg鐵桶試驗焦炭與工業(yè)焦爐焦炭的機械強度相關性強,兩者關系滿足一元線性回歸方程,20kg鐵桶試驗可較好地預測工業(yè)焦爐的焦炭強度。
   論文綜合考慮配合煤的價格成本和焦化產(chǎn)品的收益,選擇了配比優(yōu)化模型的目標函數(shù),允分體現(xiàn)了焦化廠的效益最大。基于給定的焦炭質(zhì)量指標和配合煤質(zhì)量指標、煤場現(xiàn)有的各大類煤種質(zhì)量參數(shù)和其價格及一定的各煤和煉焦條件,采用MEA算法優(yōu)化配煤比,并把論文所建立的配

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論