论文部分内容阅读
重介质选煤过程因其基础自动化程度低、运行环境复杂等原因,导致其分选效果不理想,异常工况频发,严重影响了企业综合经济效益。针对上述问题,本文提出了一种基于贝叶斯网络的重介质选煤过程运行控制方案。在深入分析重介质选煤过程中异常工况发生原因及相应操作方案的基础上,建立能够提供实时控制决策的贝叶斯网络模型。该模型能够有效的结合定性专家知识与定量数据信息,将异常工况的现象变量作为证据信息,通过贝叶斯推理得到不同等级决策变量的后验概率,并遵循后验概率最大的原则获取相应的控制决策,为重介质选煤过程中的异常工况提供依据。仿真结果表明该方法针对重介质选煤过程中的异常工况,能够提供有效的提供控制决策,帮助操作人员排除异常工况。