基于多物理特征的磨煤机出磨温度预测模型

作     者：杨鲁江 王得磊 鲁乾鹏 周曼 刘志勇 YANG Lu-jiang;WANG De-lei;LU Qian-peng;ZHOU Man;LIU Zhi-yong

作者机构：浙江中控技术股份有限公司杭州310053 

出 版 物：《自动化与仪表》 (Automation & Instrumentation)

年 卷 期：2020年第35卷第7期

页      面：89-91,95页

学科分类：08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

主　　题：磨煤机 多物理特征 XGBoost 出磨温度预测 

摘      要：煤粉是水泥生产过程中必不可少的原料,而其中,磨煤机的出磨温度对煤粉质量起着重要作用。传统的温度预测通过分析系统机理建立模型,由于环境和设备老化等因素,导致精度降低。该文提出一种基于多物理特征融合的磨煤机出磨温度预测方法,通过采集入磨温度、入磨压力、煤磨投料量以及煤磨压差时序数据,利用多物理特征时序数据构造其速度特征,基于KNN、SVR、Adaboost以及XGBoost等多种机器学习方法建立模型进行比较实验。实验结果表明,采用XGBoost模型进行前4 min预测结果误差较小,其平均相对误差0.45%,对现场生产煤磨出磨温度预测有很好的工程意义。