基于LSTM神经网络的煤中全水分快速检测

摘要

煤中全水分是煤质分析的关键指标。针对传统测定方法耗时长、难以满足工业现场快速反馈需求的问题，依托全自动水分仪开展标准化干燥实验，采集并预处理煤样质量时序数据，分析煤样干燥失重规律，构建了以干燥初期质量序列预测最终全水分的LSTM模型。实验结果表明，该模型能够有效挖掘早期失重数据与最终全水分之间的关联，在保证一定预测精度的同时显著缩短检测时间，为煤中全水分快速检测提供了新的数据驱动方法。

关键词

煤中全水分 / 快速检测 / 机器学习 / 时间序列预测 / 仪器研制