一种基于多参数的矿井喷淋换热效率计算方法的喷淋系统

摘要

本发明涉及矿井喷淋换热领域，尤其涉及一种基于多参数的矿井喷淋换热效率计算方法的喷淋系统；选用四种不同的人工智能计算模型，将喷淋换热系统运行过程中所采集的多组烟气量、循环泵流量、浓度、液气比、进口烟气温度、喷淋浆液密度、喷淋后温度等参数作为四个模型的输入变量。对各模型分别进行训练，建立四个喷淋参数与换热效率间的非线性函数关系。再将实时监测到的参数分别传输至已训练好的人工智能模型中，对喷淋效率做出预测。将结果中处于中间的两个预测值的平均值作为最终预测值；并通过控制装置对实施数据的计算采取喷淋头开启的数量与喷淋流量；此方法能够更好的对换热效率进行监测，与单一模型预测相比，具有稳定性更高，监控能力更强等特点。

主权项

一种基于多参数的矿井喷淋换热效率计算方法，其特征在于，将PLS、SA—SVM、GALS—SVM和PSO—BP四种人工智能计算模型融合在一起，自动对喷淋换热效率进行预测，其中PLS为偏最小二乘回归，SA—SVM为喷淋优化的支持向量机，GALS—SVM为遗传优化的最小二乘支持向量机，PSO—BP为自适应粒子群优化的BP神经网络，具体包括以下步骤：对喷淋换热系统的运行参数进行采集；对运行参数进行归一化处理；利用归一化处理后的数据，对上述四种模型进行建模；将喷淋系统运行中检测到的实时参数数据输入计算机，利用已训练好的PLS、SA—SVM、GALS—SVM和PSO—BP四种人工智能计算模型分别预测出各自预测值；将四个预测结果中最大和最小的两个舍弃，用剩余的两个预测结果的平均值作为最终预测值。