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：合肥水泥研究设计院有限公司;中国建材集团有限公司;中国建筑材料科学研究总院有限公司

摘要：本发明公开了一种水泥熟料游离氧化钙含量预测方法，首先对获取的辅助变量原始数据进行取均值计算和相关性系数计算，选取相关性系数较高的作为辅助变量，再对各辅助变量与游离氧化钙数据做归一化处理，并划分训练集、测试集和验证集后对单一神经网络进行训练，保持其余参数不变，调整步长，选择具有最佳效果的步长作为各预测模型的统一步长。最终，将数据集输入至各神经网络预测模型中分析得出最优预测模型。本发明充分考虑到新式干法水泥烧成过程中各辅助变量与水泥熟料游离氧化钙含量之间的时滞，选定相关性最优的时滞，按照辅助变量特征重要性进行数据处理，比较构建最优预测模型，从而有助于提升水泥熟料游离氧化钙含量的预测精度。

主权项：1.水泥熟料游离氧化钙含量预测方法，其特征在于，包括以下步骤：步骤1、采集水泥生产线中连续时间内的多个采样周期的辅助变量数据、多个采样周期的游离氧化钙含量数据，其中每个采样周期均采样多维辅助变量数据；确定所采样的辅助变量数据和游离氧化钙数据在连续时间内不同时间段的相关性，选择相关性最大时的时间段内若干采样周期的辅助变量数据、游离氧化钙含量数据作为样本数据；再将样本数据中的辅助变量数据、游离氧化钙含量数据分别构建为归一化矩阵，并将辅助变量数据归一化矩阵、游离氧化钙含量数据归一化矩阵结合为一个新的矩阵作为数据集；步骤2、构建通道注意力机制模块，将步骤1得到的数据集输入至通道注意力机制模块，通过通道注意力模块进行处理以突出数据集中数据的特征的重要性；步骤3、将步骤2处理后数据集中的数据划分为训练集、测试集、验证集，并利用训练集、测试集、验证集对一个神经网络模型进行训练，得到该神经网络模型训练后评价指标最优时的最佳步长；步骤4、利用步骤3划分的训练集、测试集，分别对不同的神经网络模型进行训练，并设定每个神经网络模型的训练步长为步骤3得到的最佳步长；训练后对各个神经网络模型的预测结果按评价指标进行比较分析，选择评价指标最优的一个神经网络模型作为游离氧化钙含量最终预测模型；步骤5、采集水泥生产线中的辅助变量数据并输入至步骤4得到的游离氧化钙含量最终预测模型，由游离氧化钙含量最终预测模型预测得到游离氧化钙含量预测结果。

全文数据：

权利要求：

百度查询： 合肥水泥研究设计院有限公司 中国建材集团有限公司 中国建筑材料科学研究总院有限公司 水泥熟料游离氧化钙含量预测方法