基于神经网络的水泥强度预测

由于水泥强度预测具有多变量、非线性、大时滞的特点 ,采用传统的线性回归分析预测法与聚类分析预测法 ,预测结果的准确性较低 ,文章利用神经网络的算法 ,建立了水泥强度的动量 -自适应神经网络预测模型。通过对有关数据进行实例计算 ,得到了令人满意的结果 ,该模型为水泥强度的快速预测提供了一种新方法 ,有较好的实用价值     

人工神经网—遗传算法在水泥强度预测中的应用

针对水泥２８ｄ抗压强度预测的多变量、非线性、大时滞特点,提出了一种以人工神经网与特殊的十进制数编码的遗传算法相结合的水泥２８ｄ抗压强度预测方法,并对两组不同标号的水泥进行了预测试验,所得结果证明此种方法具有一定的可行性。     

用周期模型和近邻算法预测话务量时间序列

客服中心话务量虽然具有周期性,但在不同时间遵循不同变化规律,这是话务量预测的难点。针对这个问题,以某电信公司一年的实际话务数据为基础,分别采用周期模型和基于实例的近邻算法进行话务量时间序列预测,并对比分析了两种预测方法的效果。实验数据表明,对工作日话务量的预测,周期模型的预测效果优于近邻算法;对非工作日话务量的预测,近邻算法的预测效果优于周期模型。为取得更好的预测效果,实现了周期模型和近邻算法相结合的预测方法。结果表明,在最好的情况下,该方法的预测精度比周期模型提高约19.7%,比近邻算法提高约48.8%。     

水泥固化含铅污染土无侧限抗压强度预测方法

针对污染土的水泥固化稳定法修复技术,对水泥固化稳定重金属铅污染土的强度预测方法进行了研究.水泥固化含铅污染土强度由室内无侧限抗压强度试验所得,试验所用污染土通过人工制备而成,考虑了1.0×102,1.0×103,1.0×104,3.0×104mg/kg四种质量比和5%,7.5%,10%三种水泥掺量.结果表明:不同龄期水泥固化含铅污染土的无侧限抗压强度间大致呈线性关系,而2个不同水泥掺入比水泥固化含铅污染土的无侧限抗压强度比值与水泥掺入比呈幂函数关系;通过对不同配合比、不同龄期试样强度的进一步拟合分析,得到了根据某一龄期强度预测另一龄期强度的经验公式和根据某一水泥掺量的强度预测另一水泥掺量强度的经验公式,以上公式同时适用于普通水泥固化土和含铅水泥固化污染土.     

基于GM-RBF神经网络组合模型的水泥强度预测方法

 为预测煤矸石代黏土煅烧水泥的28 d 抗压强度性能,根据生产水泥的物检分析数据,将GM(1,N)预测技术和径向基函数（RBF）神经网络技术相结合,提出了基于GM-RBF 神经网络组合模型水泥强度预测的新方法。该组合模型首先利用试验产品的典型物检数据建立GM(1,N)网络,对数据进行预处理。然后将输入样本数据进行一次累加生成操作,并进行归一化,设置GMRBF神经网络组合模型预测精度和散步常数。经处理后的输入样本作为RBF 神经网络输入向量,相应的实测28 d 抗压强度作为模型的输出期望值开展训练,比较预测数据与实测数据,并进行调整,最终得到符合精度要求的GM-RBF 神经网络组合模型。该组合模型一方面避免GM(1,N)模型的理论误差,利用累加生成运算和样本数据的预处理,减少了由于训练样本随机性对建模精度产生的影响;另一方面由于具有自适应、自组织和速度快等特点,能快速预测水泥远期强度情况。仿真试验表明,该模型预测精度优于单个GM（1,N）模型或RBF 神经网络模型,具有较好的拟合性,适用于对水泥强度的预测,可以为煤矸石代黏土煅烧水泥的质量分析提供有效参考。     

基于GM-RBF神经网络组合模型的水泥强度预测方法

为预测煤矸石代黏土煅烧水泥的28 d抗压强度性能,根据生产水泥的物检分析数据,将GM(1,N)预测技术和径向基函数(RBF)神经网络技术相结合,提出了基于GM-RBF神经网络组合模型水泥强度预测的新方法。该组合模型首先利用试验产品的典型物检数据建立GM(1,N)网络,对数据进行预处理。然后将输入样本数据进行一次累加生成操作,并进行归一化,设置GMRBF神经网络组合模型预测精度和散步常数。经处理后的输入样本作为RBF神经网络输入向量,相应的实测28 d抗压强度作为模型的输出期望值开展训练,比较预测数据与实测数据,并进行调整,最终得到符合精度要求的GM-RBF神经网络组合模型。该组合模型一方面避免GM(1,N)模型的理论误差,利用累加生成运算和样本数据的预处理,减少了由于训练样本随机性对建模精度产生的影响;另一方面由于具有自适应、自组织和速度快等特点,能快速预测水泥远期强度情况。仿真试验表明,该模型预测精度优于单个GM(1,N)模型或RBF神经网络模型,具有较好的拟合性,适用于对水泥强度的预测,可以为煤矸石代黏土煅烧水泥的质量分析提供有效参考。     

基于BP网络的水泥强度预测

运用改进的BP算法,建立了水泥强度预测模型.模型1用于预测水泥抗压强度,网络输入为水泥3 d抗压强度,网络输出为水泥28 d抗压强度;模型2用于预测水泥抗折强度,网络输入为水泥3 d抗折强度,网络输出为水泥28 d抗折强度.网络的改进主要采用附加冲量和自适应学习率等方法,网络运行良好.模型1的相对误差平均值为1.665 5%;模型2的相对误差平均值为3.834 1%,预测结果较为理想.     

基于遗传优化的BP神经网络水泥强度预测

为了提高BP神经网络预测模型对水泥强度值的预测精度,通过结合BP神经网络与遗传算法各自的优势,提出一种采用遗传算法优化的BP神经网络的水泥强度预测算法.利用遗传算法具有的全局优化搜索能力优化BP神经网络的各层节点连接权值与阈值,训练BP神经网络预测模型以求得最优解,并将训练以外的样本数据用于模型的有效性验证.仿真结果表明,该算法对水泥强度值预测具有较高的预测精度,同时可缩短网络收敛时间.     

水泥改良洗衣粉污染土强度特性试验研究

以益娄高速桃江段黏性土为例,基于水泥改良洗衣粉污染土的室内试验,探讨了水泥改良洗衣粉污染土的CBR(加州承载比)试验和无侧限抗压强度试验,并对水泥改良洗衣粉污染土的强度预测方法进行了研究。结果表明:随着水泥掺量的增加,水泥改良洗衣粉污染土的CBR值先急剧增加后缓慢增加;不同洗衣粉含量的污染土样无侧限抗压强度随着水泥掺量增加均得到提高。通过对不同水泥掺量,不同龄期的试样强度进行数据拟合,得到了水泥改良洗衣粉污染土的无侧限抗压强度预测公式。     

基于BP神经网络的工作面周期来压预测

针对现有工作面周期来压预测方法在算法结构复杂、计算量较大等问题,探索一种高效、准确、易于使用的工作面周期来压预测方法。以淮南潘集矿区20个已采工作面作为工程研究背景,采用BP神经网络预测原理,在分析工作面周期来压的影响因素基础之上,设计出一种基于BP神经网络的工作面周期来压预测方法,通过MATLAB编程实验表明BP神经网络在工作面周期来压的预测中具有较高的精度。     

回转窑火焰长度对水泥熟料产质量和消耗的影响

水泥回转窑内的火焰长度应该适应各种不同类型的回转窑,它可以充分发挥回转窑的潜力并生产出优质水泥熟料。     

水泥熟料分段烧成模拟分析

通过建立新型干法水泥回转窑烧成带温度计算的数学模型,计算出两种不同水泥窑型的烧成带温度,分析了两种不同窑型的温度分布,进而提出熟料分段烧成的理想化模型。研究发现：短窑在过渡带具有普通窑型约8倍的温度梯度,但是在烧成带两者几乎没有温度变化,而分段烧成依然有15℃的升温,因此分段烧成具有良好的熟料反应温度环境,有利于熟料质量的提高。     

水泥立窑煅烧STD工业控制计算机分布式控制系统

本文提出用TP—STD工业控制计算机构成二级分布式控制系统,实现水泥立窑煅烧的智能协调控制。实际运行表明,改善了立窑煅烧状况,对提高产品产量、质量、节能、降耗等方面都有显著效益。     

基于模糊控制的窑温控制系统及仿真

作者以水泥回转窑的控制为对象,采用模糊控制器来实现控制,并阐述了控制器的设计思想,且成功应用于水泥回转窑的控制中及仿真,取得了理想的控制效果.     

磷石膏作水泥缓凝剂的研究

磷石膏经过水洗或酸洗后用作立窑和旋窑的水泥缓凝剂，试验结果表明，酸处理的磷石膏配制的水泥凝结性能及强度符合GB175-92，并能满足生产的需要．     

水泥机械立窑扩径的理论与实验

论述了机立窑产量与烧成带内径的关系，对机立窑窑型确定提出了看法。根据我国高产立窑的经验，对当前机立窑技术改造中的具体问题进行了理论总结，提出了有关计算公式。     

广西干法水泥窑的现状及热工性能的评述

通过对广西在运行的干法水泥窑进行调研，同时以广西华西华宏水泥股份有限公司的日产1000t熟料的干法水泥窑进行了热工标定，收集了大量的热工参数及操作数据，本文通过综合分析，客观地对广西干法水泥窑的现状及热工性能作出评价，同时指出区内该行发展过程中存在的问题。     

Na2Cr2O7和NaClO4对水泥窑用煤燃烧特性的影响

以煤的着火点、燃尽点、燃烧烈度、平均放热强度和发热量为评价指标,利用TG-DSC分析添加剂Na2Cr2O7和NaClO4对水泥窑用煤燃烧特性的影响.结果表明,两类燃煤添加剂均能改变水泥窑用煤的燃烧特性.两类添加剂的加入降低了水泥窑用煤燃烧的着火点和燃尽点,使其能够在较低的温度下进行燃烧,提高煤的燃烧性和燃尽性,同时降低了煤的燃烧烈度,使煤的燃烧更加平稳,有利于煤在水泥窑内的燃烧;Na2Cr2O7和NaClO4均能使煤的发热量增加,且加快煤粉热量的释放,促进了煤的完全燃烧.     

水泥厂粉尘防治技术探讨

为了解决机立窑粉尘污染源问题,针对立窑水泥厂除尘这个难题进行了研究.通过对立窑水泥生产工艺的概述,介绍了水泥厂主要产尘源的防治方法,既要采取使生产过程中不产生粉尘的治本措施,又要采取粉尘产生后通过治理的治标措施,并提出了粉尘治理的原则,对于改善环境起到了积极作用.     

钙基颗粒对分解炉内选择性非催化还原法脱硝影响的研究进展

水泥生产产生大量氮氧化物,对空气污染排放治理有很大的影响。在中国水泥生产线普遍采用选择性非催化还原脱销技术(selective non-catalytic reduction,SNCR),可以用氨水、尿素等其他还原剂,NO_x被SNCR脱硝技术还原成N_2和H_2O。SNCR在电站锅炉已运用成熟,可是在水泥窑炉运用效果一般,脱硝率较低,液体还原剂大量消耗,并出现氨水逃逸等问题,表明在水泥窑炉SNCR烟气脱硝过程比电站锅炉更加复杂。因此,为了将SNCR脱硝技术更好地应用到水泥窑的分解炉,使其NO_x的排放得到有效的控制,对近年来中外水泥生料的主要成分高浓度的钙基颗粒对水泥窑分解炉中SNCR脱硝技术的影响,以及NH_3在分解炉内氧化还原NO_x的作用途径进行总结,为SNCR在水泥窑的有效发挥提供新的改进思路。