基于Spark的水泥厂煤耗特性分析与实时诊断

论文摘要

针对国内水泥厂煤耗较高、数据利用率低的问题,对大数据、数据挖掘技术应用于水泥厂煤耗管控进行了研究。搭建大数据计算平台,使用Spark计算引擎采集并清洗水泥厂生产设备的过往稳态数据,建立了煤耗特性的数学模型;研究实时诊断算法并运行于大数据计算平台上;对实时采集生产设备的运行参数进行计算,得出各运行参数当前的数值,并进行数据可视化,指导水泥厂改良将会造成能耗偏差的异常参数,以降低煤耗、改善生产。

论文目录

• 1 大数据平台架构
•   1.1 大数据生态圈介绍
•   1.2 平台架构
• 2 煤耗特性建模
•   2.1 数据计算流程
•   2.2 特征选择
•     2.2.1 特征选择的意义
•     2.2.2 Stability selection稳定性选择算法
•     2.2.3 特征选择结果
•   2.3 基准值计算
•     2.3.1 K-means||聚类算法
•     2.3.2 聚类结果
•   2.4 建立煤耗特性模型
•     2.4.1 Random Forest随机森林算法
•     2.4.2 数据预处理
•     2.4.3 煤耗特性模型
• 3 煤耗的实时预测与诊断
•   3.1 计算规划
•   3.2 实时数据的采集
•   3.3 煤耗预测
•   3.4 煤耗诊断
• 4 数据可视化
• 5 结语

文章来源

类型: 期刊论文

作者: 吴敬兵,唐汉卿,蔡思尧

关键词: 大数据,水泥厂,煤耗特性,数据挖掘,实时诊断

来源: 自动化与仪表 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 无机化工,计算机软件及计算机应用

单位: 武汉理工大学机电学院

分类号: TP311.13;TQ172.8

DOI: 10.19557/j.cnki.1001-9944.2019.08.022

页码: 100-104

总页数: 5

文件大小: 311K

下载量: 78