【摘要】种子分解工序是决定氧化铝产品质量的关键工序,但是当前人们缺乏对晶种分解机理和分解行为的准确本质分析,导致各氧化铝生产企业很难摆脱分解氢氧化铝粒度周期性细化影响,造成过滤效果变差、产能下降、氧化铝产品质量降低。本文利用有监督机器学习方法,建立循环神经网络模型,对种分粒度细化爆发情况进行时间序列预测。经过生产运行数据验证,该模型预测准确度较高,能够为氧化铝生产企业提供种分氢氧化铝细粒子量在未来100天的变化趋势,为生产争取调控时间,减少晶种粒度细化爆发的程度和发生频率。
【关键词】
《建筑知识》 2015-05-12
《中国医疗管理科学》 2015-05-12
《中国医疗管理科学》 2015-05-12
《中国医疗管理科学》 2015-05-12
《现代制造技术与装备》 2015-06-26
《铁道运营技术》 2015-06-25
《重庆高教研究》 2015-06-30
《广西广播电视大学学报》 2015-07-01
010-56259535
关注中教数据库
Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved
个人中心
退出
发表评论
登录后发表评论 (已发布 0条)点亮你的头像 秀出你的观点