买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉科技大学

摘要：本发明属于焦化技术领域，具体涉及到采用多种机器学习算法预测焦炭质量的方法。具体包括构建炼焦煤数据库、数据集处理、多种算法训练具体过程、构建焦炭质量预测模型过程。可以快速对焦炭质量指标进行预测，生成新的数据，写入炼焦配煤数据库，随着且随着实验焦炉试验数据或生产焦炉焦炭质量数据量的增加，预测结果的误差率度将进一步减小。

主权项：1.一种预测焦炭质量指标的方法，其特征在于：包括以下步骤：步骤一：构建炼焦煤数据库。将焦化企业的历史生产数据和煤质检测数据构建炼焦煤数据库。数据库包括于历史生产在相同焦炉、工艺条件下的单种煤质定量指标数据、配合煤质量指标数据以及对应的焦炭质量指标数据。炼焦煤数据包括单种煤比例和对应的镜质体反射率（Rv）、灰分（Ad）、硫分（S）、挥发分（）、黏结指数（G）、细度（F）；配合煤的质量指标由单种煤的质量指标加权构成v、、、、、以及水分（Mt）；焦炭质量指标为抗碎强度（M40）、耐磨强度（M10）、反应性指数（CRI）、反应后强度（CSR）；步骤二：算法训练。以配合煤的质量指标作为模型的输入，其中配合煤质量指标包括但不限于水分、灰分、硫分、挥发分、黏结指数、细度、镜质体反射率；焦炭质量指标作为模型的输出，包括抗碎强度、耐磨强度、反应性指数、反应后强度；将配合煤质量指标数据以及焦炭质量指标数据构成数据集，对数据集切分成70%测试集和30%验证集；步骤三：导入sklearn框架中的RandomForestRegressor（随机森林）、SVR（支持向量机回归）、MLPRegressor（多层感知机）、GridSearchCV（网格搜索），在训练集上分别对焦炭质量指标M40、M10、CSR、CRI进行超参数的调整，先对超参数进行大范围宽泛的网格搜索，确定合适的区间后进行逐步细化网格搜索，然后根据预测指标的误差率筛选出表现最优异的模型参数；步骤四：焦炭的M40、M10、CRI、CSR分别在随机森林、支持向量机、多层感知机上均有预测误差率，再选择测试集在焦炭质量四项指标上误差率最低的算法，组合构建焦炭质量预测方法；步骤五：辅助配煤优化，快速对焦炭质量指标进行预测，生成新的数据，写入炼焦配煤数据库，随着且随着实验焦炉试验数据或生产焦炉焦炭质量数据量的增加，预测结果的误差率度将进一步减小。

全文数据：

权利要求：

百度查询： 武汉科技大学 一种采用多种机器学习算法的焦炭质量预测方法