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

来源：自动化与仪表, 2020, 35(07): 89-95.

DOI：10.19557/j.cnki.1001-9944.2020.07.019

• 磨煤机
• 多物理特征
• XGBoost
• 出磨温度预测

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。