一种基于改进案例推理的竖炉炉况故障预报方法

摘要

一种基于改进案例推理的竖炉炉况故障预报方法，在传统4R认知模型的基础上，增加了属性权重的分配模型，并运用GDM理论改进案例校正模型。包括：变量初始化；将当前变量进行归一化处理，使其数值处在0～1之间；对案例进行表示，建立案例库；计算基于注水法分配权重算法的相关系数；计算案例属性的权重；计算目标案例与源案例的相似度；根据相似度阈值确定匹配案例的个数。判断重用效果；对预报的结果进行GDM校正；存储相应案例，并输出操作指导。利用在线过程数据，实现了竖炉焙烧过程炉况的基于改进案例推理的故障预报。与人工判断炉况相比，减少了操作人员的工作量，降低了人为判断的不确定性，提高了故障预报的时效性。