free lime (f-CaO) content plays a c

free lime (f-CaO) content plays a crucial
role in determining the quality of cement. However, the existing
methods are mainly based on laboratory analysis and with significant
time delays, which makes the closed-loop control of f-CaO
content impossible. In this paper, a multisource data ensemble
learning-based soft sensor model is developed for online estimation
of clinker f-CaO content. To build such a soft sensor
model, input flame images, process variables, and the corresponding
output f-CaO content data for a rotary cement kiln
were collected from No. 2 rotary kiln at Jiuganghongda Cement
Plant which produces 2000 tonnes of clinker per day. The raw
data were preprocessed to distinguish the flame image regions of
interest (ROI) and remove process variable outliers. Three types
of flame image ROI features, i.e., color, global configuration,
and local configuration features, were then extracted without
segmentation. Further, a kernel partial least square technique
was applied for extracting the compressed score matrix features
from the concatenated flame image features and filtered process
variables to avoid high-dimensional, nonlinear, and correlated
problems. Feed-forward neural networks with random weights
were employed as base learners in our proposed ensemble modeling
framework, which aims to enhance the model’s reliability and
prediction performance. A total of 157 flame images, the associated
process variable data, and the experimentally measured
f-CaO content data were used in our experiments. A comparative
study on the f-CaO content estimator built by various feature
compressed techniques and learner models and robustness analysis
were carried out. The results indicate that the proposed
multisource data ensemble soft sensor model performs favorably
and has good potential in real world applications

ผลลัพธ์ (ไทย) 1:

เล่นฟรีไลม์ (f-CaO) เนื้อหาเป็นสำคัญบทบาทในการกำหนดคุณภาพของปูนซีเมนต์ อย่างไรก็ตาม ที่มีอยู่วิธีการส่วนใหญ่อยู่ ในห้องปฏิบัติการวิเคราะห์ และ มีความสำคัญเวลาความล่าช้า ซึ่งทำให้ควบคุมวงปิดของ f-โจเนื้อหาที่เป็นไปไม่ได้ ในเอกสารนี้ ensemble ข้อมูลแหล่งข้อมูลคือพัฒนาเซ็นเซอร์นุ่มเรียนตามแบบจำลองสำหรับประเมินออนไลน์clinker f เกาเนื้อหา สร้างเซ็นเซอร์นุ่มรูป ภาพเปลวไฟที่ป้อนเข้า ตัวแปรของกระบวนการ และให้สอดคล้องกับแสดงผลข้อมูลเนื้อหา f เกามีเตาเผาปูนซีเมนต์โรตารี่ถูกรวบรวมไว้จากเตาเผาโรตารี่หมายเลข 2 ที่ปูนซีเมนต์ Jiuganghongdaโรงงานที่ผลิต 2000 ตันของ clinker ต่อวัน วัตถุดิบข้อมูลถูก preprocessed เพื่อแยกภูมิภาคภาพเปลวไฟของดอกเบี้ย (ROI) และเอากระบวนการแปร outliers สามชนิดของเปลวไฟรูปร้อย เช่น สี การกำหนดค่าส่วนกลางและคุณลักษณะการตั้งค่าคอนฟิกภายใน ถูกแยกแล้วไม่มีแบ่ง เพิ่มเติม kernel บางส่วนอย่างน้อยตารางเทคนิคใช้สำหรับการดึงข้อมูลที่บีบอัดคะแนนคุณลักษณะเมตริกซ์จากเปลวไฟต่อภาพคุณลักษณะและกระบวนการกรองข้อมูลตัวแปรเพื่อหลีกเลี่ยงสูงมิติ ไม่เชิงเส้น และ correlatedปัญหา เครือข่ายประสาทอาหารไป ด้วยน้ำหนักแบบสุ่มลูกจ้างเป็นผู้เรียนที่พื้นฐานในโมเดลนำเสนอวงดนตรีของเรากรอบ ซึ่งมีวัตถุประสงค์เพื่อเพิ่มความน่าเชื่อถือของแบบจำลอง และประสิทธิภาพของการคาดเดา รวมรูปเปลวไฟ 157 ที่เกี่ยวข้องข้อมูลตัวแปรของกระบวนการ และวัด experimentallyf-เกาเนื้อหาข้อมูลถูกใช้ในการทดลองของเรา การเปรียบเทียบศึกษาประมาณเนื้อหาการ f เกาที่สร้างขึ้น โดยคุณลักษณะต่าง ๆเทคนิคการบีบอัด และรูปแบบของผู้เรียน และการวิเคราะห์เสถียรภาพได้ดำเนินการ ผลลัพธ์บ่งชี้ว่า การนำเสนอข้อมูลแหล่งข้อมูลวงดนตรีนุ่มเซ็นเซอร์รุ่นทำพ้องต้องกันและมีศักยภาพที่ดีในการใช้งานในโลกจริง

ผลลัพธ์ (ไทย) 2:

มะนาวฟรี (F-CaO)
เนื้อหาสำคัญเล่นบทบาทในการกำหนดคุณภาพของปูนซีเมนต์ แต่มีอยู่วิธีการส่วนใหญ่จะขึ้นอยู่กับการวิเคราะห์ในห้องปฏิบัติการและอย่างมีนัยสำคัญความล่าช้าเวลาซึ่งจะทำให้การควบคุมวงปิดของF-CaO เนื้อหาเป็นไปไม่ได้ ในบทความนี้ชุดข้อมูล multisource การเรียนรู้ตามรูปแบบเซ็นเซอร์อ่อนได้รับการพัฒนาสำหรับการประมาณออนไลน์ของปูนเม็ดเนื้อหาฉ-CaO เพื่อสร้างเช่นเซ็นเซอร์อ่อนรุ่นภาพเปลวไฟป้อนข้อมูลตัวแปรกระบวนการและสอดคล้องกันการส่งออกของf-CaO ข้อมูลเนื้อหาสำหรับเตาเผาซีเมนต์ที่ถูกเก็บรวบรวมจากฉบับที่2 เตาเผาแบบหมุนที่ปูนซิเมนต์ Jiuganghongda โรงงานที่ผลิต 2,000 ตันเม็ดต่อวัน ดิบข้อมูล preprocessed ที่จะแยกแยะภูมิภาคภาพเปลวที่น่าสนใจ(ROI) และลบค่าผิดปกติตัวแปรกระบวนการ สามประเภทของคุณสมบัติที่ผลตอบแทนการลงทุนภาพเปลวไฟเช่นสี, การตั้งค่าระดับโลกและคุณสมบัติการกำหนดค่าในท้องถิ่นถูกสกัดแล้วโดยไม่ต้องแบ่งส่วน นอกจากนี้เทคนิคอย่างน้อยบางส่วนเคอร์เนลตารางถูกนำมาใช้สำหรับการสกัดคุณสมบัติเมทริกซ์คะแนนบีบอัดจากคุณสมบัติการตัดแบ่งภาพเปลวไฟและกรองกระบวนการตัวแปรที่จะหลีกเลี่ยงสูงมิติเชิงเส้นและความสัมพันธ์ปัญหา ฟีดไปข้างหน้าเครือข่ายประสาทที่มีน้ำหนักสุ่มได้รับการว่าจ้างให้เป็นผู้เรียนในการสร้างแบบจำลองฐานวงดนตรีของเราที่นำเสนอกรอบการทำงานซึ่งมีวัตถุประสงค์เพื่อเพิ่มความน่าเชื่อถือของรูปแบบและประสิทธิภาพการทำงานที่คาดการณ์ ทั้งหมด 157 ภาพเปลวไฟที่เชื่อมโยงข้อมูลตัวแปรกระบวนการและการวัดการทดลองข้อมูลเนื้อหาฉ-CaO ถูกนำมาใช้ในการทดลองของเรา เปรียบเทียบการศึกษาประมาณการเนื้อหาฉ-CaO ที่สร้างขึ้นโดยคุณลักษณะต่างๆเทคนิคการบีบอัดและรูปแบบการเรียนรู้และการวิเคราะห์ความแข็งแรงได้ดำเนินการ ผลการศึกษาพบว่าการเสนอข้อมูล multisource ชุดรูปแบบเซ็นเซอร์นุ่มดำเนินการอยู่ในเกณฑ์ดีและมีศักยภาพที่ดีในการใช้งานจริง

ผลลัพธ์ (ไทย) 3:

มะนาวฟรี ( f-cao ) เนื้อหามีบทบาทสำคัญในการกำหนดคุณภาพของปูนซีเมนต์
. อย่างไรก็ตาม วิธีการที่มีอยู่
ส่วนใหญ่ขึ้นอยู่กับการวิเคราะห์ทางห้องปฏิบัติการและมีความล่าช้า
เวลาสำคัญ ซึ่งทำให้กระแสการควบคุม f-cao
เนื้อหาเป็นไปไม่ได้ ในกระดาษนี้ multisource
ชุดข้อมูลการเรียนอ่อนเซ็นเซอร์แบบจําลองเพื่อออนไลน์ประมาณ
เนื้อหา f-cao ปูนเม็ดเพื่อสร้างเป็นเซ็นเซอร์
นุ่มแบบใส่เปลวไฟภาพตัวแปรกระบวนการและผลผลิตที่
f-cao เนื้อหาข้อมูลสำหรับหมุน ซีเมนต์เตาเผา
เก็บจากหมายเลข 2 เตาเผาที่หมุน jiuganghongda ปูนซีเมนต์
โรงงานซึ่งผลิต 2000 ตันเม็ดต่อวัน ข้อมูลดิบ
ถูก preprocessed แยกแยะรูปเปลวไฟภูมิภาค
ดอกเบี้ย ( ร้อยเอ็ด ) และลบตัวแปรในกระบวนการผิดปกติ .สามประเภทของรูปเปลวไฟร้อยเอ็ด
คุณสมบัติ เช่น สี ค่าส่วนกลาง และท้องถิ่น ประกอบด้วย ค่า

) แล้วสกัดโดยไม่มีการแบ่งออกเป็นส่วน เพิ่มเติมของกำลังสองน้อยที่สุดบางส่วนเทคนิค
ใช้คีบอัดเมทริกซ์คะแนนคุณลักษณะ
จากรูปเปลวไฟคุณสมบัติมาและกรองเพื่อหลีกเลี่ยงตัวแปรกระบวนการ

สูง - มิติเชิงเส้น และมีความสัมพันธ์ ,ปัญหา โครงข่ายประสาทเทียมแบบป้อนไปข้างหน้าด้วยน้ำหนัก
นำมาเป็นฐานในการเสนอผู้เรียนของเรา ensemble
กรอบ ซึ่งมีวัตถุประสงค์เพื่อเพิ่มความน่าเชื่อถือและประสิทธิภาพของแบบจำลอง
พยากรณ์ ทั้งหมด 157 เฟรมภาพที่เกี่ยวข้อง
กระบวนการข้อมูลตัวแปรและการวัดผล f-cao
เนื้อหาข้อมูลที่ใช้ในการทดลองของเรา การศึกษาเปรียบเทียบ
การศึกษา f-cao เนื้อหาประมาณการสร้างโดยคุณลักษณะต่าง ๆและการเรียนรู้รูปแบบและเทคนิคอัด

การวิเคราะห์เสถียรภาพ พบว่า ผลการศึกษาพบว่า การนำเสนอข้อมูล
multisource วงดนตรีนุ่มเซ็นเซอร์แบบมีประสิทธิภาพและมีศักยภาพที่ดี ซึ่ง
ในการใช้งานจริง