混合策略在水泥窑炉煅烧NO_(X)浓度预测中的应用

作者：陈延信; 刘玄芝; 贺宁; 姚艳飞

来源：安全与环境学报, 2023, 1-11.

DOI：10.13637/j.issn.1009-6094.2022.2624

• 环境工程学
• NOx排放
• 互信息
• 互补集合经验模态分解
• 最大相关最小冗余
• 天牛须搜索算法

NOX浓度是反应水泥窑炉煅烧过程中氮排放的一个关键环保指标。由于水泥煅烧过程具有大噪声、大时滞和非线性等复杂特性。为了应对以上特点，本研究提出了基于互补集合经验模态分解(complemementary ensemble empirical mode decomposition， CEEMD)、熵原理的互信息(mutual information， MI)、最大相关最小冗余算法(Max-Relevance and Min-Redundancy， mRMR)和天牛须搜索算法(Beetle Antennae Search， BAS)优化神经网络(Back Propagation Neural Network， BPNN)的混合策略，用于NOX浓度预测。首先CEEMD和中值平均滤波用于处理大噪声。同时，利用熵原理的MI和mRMR进行时滞分析和变量选择，解决了大时滞问题。另一方面，BAS提高了BP神经网络预测能力，并解决了非线性工况问题。最后，将该策略进行工业应用，在25900个工业测试样本中均方根误差(RMSE)和平均绝对误差(MAE)仅为0.3024、0.2059和0.2153、0.2013。该预测模型结果可指导水泥脱硝操作人员精准喷氨，减少NOX排放并降低氨水用量和氨逃逸情况。

• 单位
  机电工程学院; 西安建筑科技大学