小车式反吹除尘器运行数据挖掘

　　

为了准确预测正常工况下脉冲袋式除尘器内的压差变化趋势，降低以压差作为控制参数的控制方式的滞后性，采用时间序列分析方法对压差数据进行建模并预测未来一段时间的压差数据。分析SVR、BP神经网络和LSTM模型在不同滑动窗口宽度下预测压差数据与真实值间的误差，选取合适滑动窗口宽度建立压差数据预测模型，并验证模型在新数据集上的泛化性。实验结果表明，三种模型在滑动窗口为5min时在测试集上预测数据与真实值的误差较小，此时LSTM模型的MSE为0.0139。同时测试集中LSTM模型相较于SVR模型和BP神经网络在不同滑动窗口宽度下的平均预测误差分别降低了约14.9%和17.5%。选择滑动窗口为5min建立时序预测模型，将预测模型对同工况不同时段的压差数据进行预测，三种模型在新数据上的平均MSE为0.0193，说明模型对新数据具有良好的泛化性能。综上表明：时间序列模型在脉冲袋式除尘器的压差变化趋势上具有良好的预测性能，在除尘器智能化控制、实时监测和健康维护保养等方面具有实际应用价值。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则