首页> 中文期刊> 《有色金属工程》 >基于一维卷积神经网络的微波加热钛精矿温度预测

基于一维卷积神经网络的微波加热钛精矿温度预测

         

摘要

以微波碳热还原低品位钛精矿工艺研究为背景,准确预测微波加热物料的温度对提高加热过程的安全性和可靠性具有重要意义。针对微波加热钛精矿过程进行温度预测,以微波输入功率、加热时间、初始温度三个因素作为神经网络的输入量,构建一维卷积神经网络预测模型,并将预测结果与热有效能传递模型和通用传热模型预测结果进行对比,三者预测结果的均方根误差和决定系数的值分别为1.4527、0.9927与6.0355、0.8734及6.5986、0.8486。结果表明,该模型能有效预测结果,为后续生产过程提供理论指导。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号