重介分选过程产品指标在线预测方法研究

重介质选煤过程中,灰分值的实时在线检测能够有效提高控制系统的性能,但是当下灰分值难以在线检测,针对这一问题,首先对重介质选煤工艺过程进行了简要概括,并分析了其主要的工业过程变量,进一步构建基于LightGBM(Light Gradient Boosting Machine)的重介质选煤过程灰分预测模型.通过实际的工业过程数据对模型预测结果进行验证,实验结果表明,此模型能够较准确地预测灰分大小,对重介质选煤过程灰分预测的研究起到参考作用.