• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Materials >Ventilation Prediction for an Industrial Cement Raw Ball Mill by BNN—A Conscious Lab Approach
【2h】

Ventilation Prediction for an Industrial Cement Raw Ball Mill by BNN—A Conscious Lab Approach

机译：BNN-A意识实验室方法对工业水泥原料球磨机的通风预测

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In cement mills, ventilation is a critical key for maintaining temperature and material transportation. However, relationships between operational variables and ventilation factors for an industrial cement ball mill were not addressed until today. This investigation is going to fill this gap based on a newly developed concept named “conscious laboratory (CL)”. For constructing the CL, a boosted neural network (BNN), as a recently developed comprehensive artificial intelligence model, was applied through over 35 different variables, with more than 2000 records monitored for an industrial cement ball mill. BNN could assess multivariable nonlinear relationships among this vast dataset, and indicated mill outlet pressure and the ampere of the separator fan had the highest rank for the ventilation prediction. BNN could accurately model ventilation factors based on the operational variables with a root mean square error (RMSE) of 0.6. BNN showed a lower error than other traditional machine learning models (RMSE: random forest 0.71, support vector regression: 0.76). Since improving the milling efficiency has an essential role in machine development and energy utilization, these results can open a new window to the optimal designing of comminution units for the material technologies.
机译：在水泥厂中，通风是保持温度和材料运输的关键键。然而，直到今天，没有解决工业水泥球磨机的操作变量与通风因子之间的关系。这项调查将基于一个名为“有意识的实验室（CL）”的新开发的概念来填补这个差距。为了构建CL，作为最近开发的综合性智能模型的增强神经网络（BNN）通过超过35个不同的变量，为工业水泥球磨机监测了2000多个记录。 BNN可以评估该巨大数据集之间的多变量非线性关系，并指示轧机出口压力和分离器风扇的安培具有最高的通风预测等级。 BNN可以基于具有0.6的根均方误差（RMSE）的操作变量准确地模拟通风因子。 BNN显示出比其他传统机器学习模型更低的误差（RMSE：随机林0.71，支持向量回归：0.76）。由于提高铣削效率在机器开发和能源利用中具有重要作用，因此这些结果可以打开一个新的窗口，以实现材料技术的粉碎装置的最佳设计。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

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