气化炉是煤、生物质等举行气化坐褥合成气的重心装备，气化反映重要正在气化炉燃烧室内举行，燃烧室内层由高温耐火砖组成。因燃烧室内事业温度寻常达1300℃以上，且持久受酸性气体冲蚀，以及高温高压挫折，耐火砖正在气化炉运转流程中逐步退化，乃至破损，危及全面气化炉的功能和运转安然。为确保气化炉的运转安然，为其协议合理的庇护政策相当紧要，并且视情维修(CBM)能正在很大水准上消重维修危急和本钱并确保气化炉的牢靠性，切实的糟粕寿命预测可为CBM供应牢靠按照，这对保护气化炉的平常功能和运转安然道理宏大。
为提升耐火砖行使寿命，近年来浩瀚考虑职员从鼎新耐火砖加工质料及工艺、革新耐火砖功能、预测耐火砖热面温度和糟粕厚度等方面举行了豪爽考虑。正在鼎新加工质料及工艺来提升耐火砖行使寿命方面，HASSAN等观察了掺入粉煤灰坐褥耐火砖对其功能的影响，结果证据掺入粉煤灰可能提升耐火砖的耐热性。似乎的，DAL等考虑呈现增添轻质硅藻土坐褥耐火砖同样可能革新耐火砖功能。RAMEZANI等观察了发泡聚苯乙烯制孔剂的粒径对耐火砖导热性的影响。GARCIA-PRIETO等观察了显微构制特性对耐火砖功能和断裂韧性的影响，并兴办了耐火质料微观组织和织构及其韧性之间的根基联系。正在革新耐火砖功能来提升耐火砖行使寿命方面，CHEN等观察了耐火砖的侵蚀机理和影响要素并提出了抑遏侵蚀的法子。ZOU等观察了具有微/纳米孔的轻质镁质耐火砖正在静磁场效用下的抗渣腐蚀功能，结果注明正在8.5mT的静磁场下，它们发挥出优异的抗渣性。除此以外，EL-LEATHY等观察了正在高效减水剂存不才耐火砖基砂浆的热功能，并给出了提升耐火砖的耐热性的发起和法子。昔人还对耐火砖的物理力学热性、热挫折特征和电阻加热能量贮存功能发展了考虑。正在预测耐火砖的热面温度和糟粕厚度方面，ZHANG等预测了耐火砖构成的内轮廓的热面温度。DMITRIEV等拓荒了高炉炉缸耐火砖内衬腐蚀监控体例，达成了遵循温度改变对耐火砖的糟粕厚度举行预测。但其仅对耐火砖的糟粕厚度举行了预测，没有进一步对耐火砖确当前状况和糟粕寿命举行诊断和预测，无法为耐火砖庇护政策的协议供应有用的按照和发起。
假使眼前为革新耐火砖功能和提升其行使寿命，学者从加工质料、加工工艺和功能等方面发展了豪爽考虑，但对耐火砖康健状况诊断和糟粕寿命预测的考虑却鲜有报道。赵嘉煜等对增压汽锅耐火砖疲惫裂纹扩展特征举行了考虑，得出了裂纹尺寸与应力强度因子的联系弧线，并预估了耐火砖糟粕寿命。但遵循裂纹扩展速度兴办的糟粕寿命计划公式只针对存正在裂纹缺陷的耐火砖，且只可大概估算出耐火砖还能担当的汽锅开泊车的糟粕次数，不行对耐火砖的糟粕寿命举行切实预测。LUOY等考虑了众孔耐火质料的抗热震性，并用应变寿命疲惫法预测了众孔耐火质料的热挫折轮回次数，并指出其能担当外部载荷的最大疲惫寿命。但没有基于耐火砖的史乘糟粕寿命数据达成耐火砖全面退化流程中糟粕寿命的及时预测。
笔者聚焦于耐火砖的康健状况诊断和糟粕寿命预测，为了提升诊断的科学性和预测的切实性，初次构修了基于隐半马尔可夫模子(HSMM)的气化炉耐火砖康健状况诊断和糟粕寿命预测模子。HSMM是正在隐马尔可夫模子(HMM)的本原上发扬而来的，补偿了HMM的“马尔可夫范围性”,能很好地还原状况改制途途，正在HMM的本原上参与了状况驻留功夫漫衍，比HMM更合适实践退化秩序，从而可能直接切实地举行糟粕寿命预测。目前，很众考虑职员用HSMM兴办退化模子举行滞碍诊断和糟粕寿命预测。正在滞碍诊断方面，采用HSMM对磁盘滞碍、电机磨损水准、裂纹扩展和设置退化流程等举行了滞碍诊断和预测考虑。此中，FANL等基于HSMM对疲惫裂纹举行了滞碍诊断和预测，并与HMM举行了比拟，验证了HSMM的有用性和卓越性。正在康健状况诊断方面，将HSMM利用到呆滞设置以及其他设置的康健状况诊断的考虑中。此中，LIUT等用HSMM对铣削流程刀具磨损状况举行了推断和正在线监测。正在糟粕寿命预测方面，人们提出了很众基于HSMM的糟粕寿命预测伎俩，并对各类设置的糟粕寿命举行了预测考虑。譬喻：MAY等提出了一种基于寥落吐露特性和隐半马尔可夫模子的糟粕寿命预测伎俩。固然目前已有较众闭于HSMM用作诊断和预测的考虑，但考虑对象众为轴承、齿轮、电机和其他呆滞界限的设置，正在以往文献中对气化炉耐火砖的考虑鲜有报道。
笔者对某公司气化炉燃烧室耐火砖举行了康健状况诊断和糟粕寿命预测考虑。考虑流程基于燃烧室耐火砖正在实践工况下有用厚度的丈量数据举行。基于各状况的陶冶数据为耐火砖构修了康健状况诊断模子，包蕴耐火砖各状况对应的模子;还基于耐火砖的全寿命周期数据构修了寿命预测模子，包蕴了耐火砖的通盘状况。基于以上2种模子对耐火砖确当前状况举行了诊断，并预测了其糟粕寿命。最终比拟判辨和咨询了所得结果，总结了气化炉耐火砖的退化秩序，还为耐火砖的庇护政策供应了发起。
水煤浆气化是该公司的闭头工序，为后续的尿素、甲胺、甲醛、DMF、醋酸、众元醇、己二酸、乙二醇、三胺、复合肥等各产物车间供应原料气。该公司目前具有大氮肥气化平台、工业园东区气化平台和工业园北区气化平台三大气化平台，具有3台四喷嘴和9台顶喷式水煤浆气化炉，煤炭损耗量约450万t/a。水煤浆气化工艺流程如图1所示。
(1)热面砖。凡是用于珍惜燃烧室隔热层免受熔融状况下的炉渣腐蚀，众为致密铬铝锆异型砖。
(4)纤维涂抹料。凡是用于缓冲内层耐火砖受热膨胀对燃烧室外壳的挫折力，为外壳拒绝高温。
该公司气化炉燃烧室内部高温耐火层的热面砖由50层耐火砖砌成。为了确保气化炉的安然运转，该公司协议的耐火砖最小糟粕量目标为50mm,原始厚度为228mm。
正在水煤浆气化炉平常运作时间，因为燃烧室内水煤浆和氧气不齐全氧化反映的发作，耐火砖需求担当高温高压挫折、合成气的冲洗、熔融状况炉渣的腐蚀和磨损。因此跟着水煤浆气化炉的运转，耐火砖会受到不良挫折而逐步退化。而变成耐火砖退化的源由重要网罗：
(1)高温烧蚀。水煤浆煤的灰分具有较高的熔点，这定夺了水煤浆气化炉的操作温度需求维系正在1300℃以上。而正在水煤浆气化炉运转时间，处于向火面的耐火砖直接担当这样高的温度，长此以往就会对耐火砖变成必定的烧蚀损坏。
(2)气流冲洗。水煤浆气化炉燃烧室内部的气流具有较高的速率，并裹挟着炉渣对耐火砖举行必定的冲蚀和摩擦，同样会变成耐火砖的退化。
(3)熔融状况炉渣磨损和腐蚀。水煤浆和氧气发作不齐全氧化反映会发生高速滚动的熔融状况炉渣，会冲洗耐火砖并变成必定的磨损。炉渣还会进入耐火砖的孔隙之中，变成耐火砖孔隙的膨胀。
(4)化学腐蚀。正在气化炉燃烧室内的高温效用下，熔渣中的CaO,Fe₂O₃等会和耐火砖中的金属氧化物造成化合物进入耐火砖内部，变成耐火砖的损坏。
(5)热应力挫折。水煤浆气化炉开泊车会发生很大的温度震荡，从而发生效用于耐火砖的热应力。
(6)重积碳的膨胀应力。气化炉燃烧室中的还原性气体H₂和CO会进入耐火砖孔隙之中并与耐火砖中的氧化物发作反映，变成碳的重积，因为碳和耐火砖的热膨胀系数分歧，因此会变成耐火砖的退化。
隐半马尔可夫模子(HSMM)正在隐马尔可夫模子(HMM)本原上发扬而来，并补偿了HMM的“马尔可夫范围性”,其拓扑组织如图3所示，其宏观状况属于马尔可夫流程，但微观状况不属于马尔可夫流程，因此被称为隐“半”马尔可夫模子。
(3)初始状况概率漫衍：π。初始状况概率漫衍π={π,π2,…,π N },吐露初始阶段处于各个状况的概率漫衍。
(4)状况变更概率矩阵：A={a ij },此中，aij为从状况i变更到状况j的概率，1≤i，j≤N。
(5)观测值概率矩阵：B= ,此中bi(Ot)为正在状况i中，观测值为Ot,的概率，1≤i≤N,1≤t≤M。
(6)状况驻留功夫概率矩阵：P= 。此中Pi(d)为状况i的驻留功夫为d的概率。
所以N个状况，M个观测值的HSMM可能简化吐露为：λ=(π,A,B,P),λ为HSMM模子的简化外达。
因为HSMM对HMM举行了鼎新，处分HSMM面对题目的算法也都举行了鼎新，它们判袂为鼎新的Forward算法、鼎新的Baum-Welch算法、鼎新的Viterbi算法，判袂用于处分HSMM正在实践利用中面对的评估题目、进修题目、解码题目。
鼎新的Forward算法用于处分HSMM正在实践利用中面对的评估题目，即正在给定观测序列0以及模子λ的条款下，计划λ发生0的概率P(O│A)。
鼎新的Baum-Welch算法用于处分HSMM正在实践利用中面对的进修题目，即正在给定观测序列0的条件下，确定使λ发生0的概率P(O│λ)最大的模子参数。也即是从头推断模子参数π₀,A₀,B₀,P₀使得λ发生O的概率P(O│λ)最大。采用鼎新的Baum-Welch算法对模子参数举行从头推断，直到模子发生的概率最大，输出此时从头推断后的参数，这个流程也即是HSMM的陶冶流程。
HSMM引入了状况驻留功夫概率矩阵P,假设它按照高斯漫衍。实在流程如下：
式中，ξ,(i,j)为正在t功夫为状况i,正在驻留功夫d内由状况i改制为状况j的概率;γ,(i)为已知观测值序列，t功夫处于状况i的概率。
式中，G为高斯分量的个数;H为观测概率的均值;U为观测概率的方差;w为观测概率的权值。
鼎新的Viterbi算法用于处分HSMM正在实践利用中面对的解码题目，即正在给定观测序列0以及模子λ的条款下，确定0对应的最优状况序列S*。
耐火砖康健状况诊断和糟粕寿命预测模子的修模流程如图4所示，重要网罗模子陶冶、康健状况诊断和糟粕寿命预测三大局部。
(1)模子陶冶。需求为气化炉耐火砖兴办一个状况模子库和一个全寿命周期模子。
起初，遵守图5中的陶冶步调为耐火砖兴办一个状况模子库，即为耐火砖的n个状况兴办并陶冶对应的HSMM,判袂为：HSMM,,HSMM₂,…,HSMM,将状况模子库界说为A={λ₁,λ₂,…,λn},从而可能通过分歧的HSMM描绘耐火砖分歧的状况。
然后，用鼎新的Baum-Welch算法遵循耐火砖全寿命周期的陶冶数据兴办并陶冶一个全寿命周期模子HSMM,,包蕴耐火砖的一切状况，可能描绘耐火砖正在全面寿命周期内正在分歧状况之间的改制和驻留。
(2)康健状况诊断。耐火砖康健状况诊断流程如图6所示，总体步调为，起初用鼎新的Viterbi算法计划测试序列0,和耐火砖状况模子库A中各状况模子λ的对数似然概率P₁;然后较量P,的巨细，取最大值记为Pm;最终，判别状况模子库A中哪个HSMM和测试序列0,发生了最大对数似然概率Pmax,该HSMM对应的状况Si即为测试序列Otj的状况Si，也就达成了耐火砖的康健状况诊断。
(3)糟粕寿命预测。遵循陶冶HSMM,获得的重估参数：状况变更概率矩阵A,和状况驻留功夫概率矩阵P,,并正在其本原上计划各状况驻留功夫的均值μ和方差σ²,接着计划耐火砖各状况的最大驻留功夫D。,再连接重估参数A,计划耐火砖各状况的糟粕寿命RUL,最终遵循测试序列0,的康健状况诊断结果预测其糟粕寿命。
本节对该公司气化炉燃烧室实践工况下的内衬耐火砖举行了康健状况诊断和糟粕寿命预测。该公司气化炉燃烧室内衬高温耐火层由从下到上共50层耐火砖组成。外1记载了从第1天到第780天，相似观测功夫间隔内，这50层耐火砖正在平常工况下有用厚度的丈量数据。跟着观测功夫的伸长，各层耐火砖的有用厚度逐步裁汰，由此可睹耐火砖会跟着气化炉的运转逐步退化直至损坏。因为过于一再的开泊车会对气化炉的平常运转变成不良影响，从而无法确保正在平常工况下丈量气化炉耐火砖的有用厚度，并影响耐火砖全寿命周期数据的切实性。因此本文的考虑数据是以相当的功夫间隔对气化炉耐火砖的有用厚度举行丈量，并正在此本原上对耐火砖的全寿命周期数据举行拟合管束，为后续的模子陶冶取得豪爽的陶冶数据，从而正在确保切实丈量平常工况下气化炉耐火砖的有用厚度的条件下，达成耐火砖康健状况诊断和糟粕寿命预测模子陶冶数据以及测试序列的获取。对外1中的数据举行弧线拟合管束，并用K-均值聚类算法对博得的拟合数据举行聚类管束，遵循获得的聚类核心并连接耐火砖的实践退化境况，将气化炉耐火砖的退化流程划分为4个状况，判袂为：S₁(平常退化),S₂(细小退化),S₃(加快退化)和S₄(告急退化)。并对耐火砖康健状况诊断和糟粕寿命预测模子的陶冶数据以及测试序列举行准则化管束，以便于后续模子的陶冶。准则化章程由K-均值聚类结果协议，睹外2。
4个状况对应的状况模子和全寿命周期模子的陶冶流程如图7所示。此中，设定最大迭代步数为20,收敛偏差e=0.0001。图7(a)为耐火砖各状况对应的状况模子的陶冶流程，图7(b)为全寿命周期模子的陶冶流程。跟着陶冶次数的添补，各模子的对数似然概率也逐步添补，直达到到收敛条款不再添补，也就意味着模子收敛，陶冶杀青。各状况模子和全寿命周期模子都正在20次陶冶以内就到达收敛，注释所构修的模子具有精良的进修本领。
正在气化炉耐火砖状况模子库构修杀青后，将处于S₁(平常退化),S₂(细小退化),S₃(加快退化)和S₄(告急退化)的各10个测试序列输入此中，计划它们和各状况模子的对数似然概率，结果如图8所示，此中，图8(a),(b)判袂为S₁~S₄的测试序列和气化炉耐火砖状况模子库中各状况模子的对数似然概率。正在图8(a)中，可能看出测试序列镇静常退化模子的对数似然概率永远处于最上方，合适测试序列的实践状况。正在图8(b)中，除5号测试序列和细小退化模子的对数似然概率不是最大外，其余均为最大。正在图8(c)中，可能看出测试序列和加快退化模子的对数似然概率永远最大，合适测试序列的实践状况。正在图8(d)中，仅有7号测试序列和告急退化模子的对数似然概率不是最大，其余均为最大。
图9是各状况的测试序列和分歧状况对应的HMM的对数似然概率。正在图9(a)中，测试序列和HMM₁的对数似然概率永远处于最上方，合适测试序列的实践状况。正在图9(b)中，正在10个测试序列和HMM₂的对数似然概率中，2号和4号测试序列不是最大，这里HMM错将实践状况为细小退化的2号和4号测试序列过错诊断为平常退化。正在图9(c)中，测试序列和HMM3的对数似然概率永远最大，合适测试序列的实践状况。正在图9(d)中，除7号测试序列外，其他9个测试序列和HMM₄的对数似然概率都是最大值，这里HMM错将实践状况为告急退化的7号测试序列诊断为加快退化。
比拟图8,9可能呈现，局部测试序列和各HMM的对数似然概率发作了重叠，倒霉于判别耐火砖确当前状况，而测试序列和各HSMM的对数似然概率分辨较量彰彰，相较于HMM不易发作“误诊”形象。
采用基于HSMM构修的气化炉耐火砖康健状况诊断模子获得的各状况的测试序列的康健状况诊断结果睹外3。对平常退化和加快退化的测试序列举行康健状况诊断确凿切率均为100%,而对细小退化和告急退化的测试序列举行康健状况诊断确凿切率为90%,这也许是因为正在用K-均值聚类算法对原始数据举行特性提取时，平常退化和细小退化的原始数据以及加快退化和告急退化的原始数据发作了必定的重叠，导致极个人细小退化的测试序列镇静常退化模子一致度较高以及告急退化的测试序列与加快退化模子的一致度较高。
外4是基于HMM对耐火砖举行康健状况诊断的结果，对平常退化和加快退化的测试序列举行康健状况诊断确凿切率均为100%,而对细小退化的测试序列举行康健状况诊断确凿切率为80%,对告急退化的测试序列举行康健状况诊断确凿切率为90%。
比拟外3,4可能呈现基于HMM和HSMM对耐火砖举行康健状况诊断的后果分歧不大，基于HSMM博得的后果稍好，总体确切率为95.0%,大于HMM的总体确切率92.5%。这是由于HSMM正在HMM本原上参与的状况驻留功夫概率矩阵P对其康健状况诊断功能影响较小，因此基于二者对耐火砖举行康健状况诊断的后果也相差不大。
图10为基于HMM和HSMM获得的相当功夫间隔的44个测试序列的康健状况诊断结果。这44个测试序列由4组数据构成，第1组为观测功夫0~120d,第1层到第50层耐火砖的测试序列;第2组为观测功夫220~340d,第1层到第50层耐火砖的测试序列;第3组为观测功夫440~560d,第1层到第50层耐火砖的测试序列;第2组为观测功夫660~780d,第1层到第50层耐火砖的测试序列。
正在图10(a)中，正在44个判袂处于耐火砖各寿命阶段的测试序列中，处于告急退化(S₄)的起码，仅有4个，而处于细小退化(S₂)的最众，有16个，处于平常退化(S₁)和加快退化(S₃)的均为12个。正在图9(b)中，处于告急退化(S₄)的起码，仅有5个，而处于细小退化(S₂)的最众，有17个，处于平常退化(S₁)和加快退化(S₃)的均为11个。由此可能测度正在全面寿命周期内，耐火砖正在细小退化(S₂)的连续功夫最长，正在告急退化(S₄)的连续功夫最短，正在平常退化(S₁)和加快退化(S₃)的连续功夫相差不众。
也从侧面注释了耐火砖正在细小退化(S₂)退化速率较慢，而正在告急退化(S₄)则加疾退化速率，很疾就会达到损坏状况。
并且正在统一观测功夫440~560d内，蓝色圆圈圈住局部是第1,5,10层和第40,45,50层耐火砖的测试序列，它们的状况为细小退化(S₂)。而血色圆圈圈住局部是第15~35层耐火砖的测试序列，它们的状况为加快退化(S₃)。正在观测功夫660~780d中也涌现了同样的形象，这注释气化炉燃烧室中央身分的第15~35层耐火砖的退化水准相对其他身分的耐火砖是较量告急的，而处于燃烧室上方和下方的耐火砖退化水准较低。而正在观测功夫0~120d和220~340d内分歧身分耐火砖的状况是类似的，这也注释了分歧部位耐火砖正在其寿命前期的退化水准相差不大，而跟着气化炉的运转，处于燃烧室中央身分的耐火砖的退化速率不竭加疾，导致了退化水准的加深，乃至于正在耐火砖寿命后期发挥出比其他身分耐火砖更为告急的退化境况。
以上结论可认为合理协议耐火砖的庇护政策供应必定的发起：处于燃烧室分歧身分的耐火砖退化速率不相似，因此需求区别看待，判袂为分歧部位的耐火砖协议合理的庇护政策。譬如，处于燃烧室中央身分的耐火砖退化更疾，这需求更短周期的按期查抄与庇护，而处于燃烧室上方和下方的耐火砖退化较慢，则可能举行较长周期的查抄与庇护。同样，不只分歧部位的耐火砖的退化速率不相似，正在其寿命周期分歧时段的耐火砖的退化速率也不相似。正在耐火砖的寿命前期，其退化速率较为舒徐，没有须要举行过于一再的查抄和庇护，从而奢侈人力物力。但正在耐火砖的寿命后期，更加是正在告急退化(S₄),因为其退化速率较疾，需求一再并实时对其举行查抄和庇护或推敲对其举行改换，以确保气化炉的运转安然镇静常功能。
因为气化炉燃烧室分歧身分耐火砖的退化速率和退化水准不类似，导致它们的糟粕寿命是非纷歧，本文以退化最告急的第25层耐火砖为例，采用基于HSMM构修的气化炉耐火砖寿命预测模子对各状况的糟粕寿命举行预测。
起初，遵循陶冶气化炉耐火砖全寿命周期模子获得的重估参数计划各状况驻留功夫的均值和方差，正在此本原上，采用式(18)计划气化炉耐火砖各状况的最大驻留功夫，并与基于HMM获得的结果举行了比拟，结果睹外5。基于HMM获得的耐火砖各状况的最大驻留功夫简直相当，和实践值有必定收支。而基于HSMM获得的耐火砖各状况的最大驻留功夫与实践值具有相似的改变趋向。这是由于基于HMM对耐火砖举行糟粕寿命预测时具有必定的“马尔可夫范围性”,它遵循重估后的状况变更概率矩阵界说的状况驻留功夫概率矩阵分歧适耐火砖的实践退化秩序，因此无法较好地描绘耐火砖的退化流程。而HSMM的状况驻留功夫概率矩阵是遵循耐火砖的全寿命周期数据陶冶获得的，较量合适耐火砖的实践 退化秩序，能较好还原耐火砖退化流程中分歧状况的转换途途和驻留功夫。
以外5中气化炉耐火砖各状况的最大驻留功夫为本原，连接全寿命周期模子的重估参数：状况变更矩阵A,,遵守式(19)~(21)计划气化炉耐火砖各状况的糟粕寿命，结果睹外6。基于HSMM获得的各状况糟粕寿命预测值通盘落正在耐火砖各状况实践寿命的区间内，注释预测后果精良、较为切实。预测确切率是用预测值和各状况实践糟粕寿命的均值计划所得。此中，平常退化的糟粕寿命预测确切率较高，到达了99.71%;细小退化的糟粕寿命预测确切率也到达了87.81%;但加快退化和告急退化的糟粕寿命预测确切率较低，仅为79.02%和58.89%。这也许是由于气化炉耐火砖全寿命周期模子的参数：状况驻留功夫概率矩阵的界说与气化炉耐火砖的实践退化境况有些过失，导致加快退化和告急退化2种状况的糟粕寿命预测值不太理念。但基于该模子对气化炉耐火砖各状况的糟粕寿命举行预测的总体确切率到达了81.36%,获得了较为切实的结果。
外7是基于HMM预测的耐火砖各状况的糟粕寿命和实践值的比拟。由外7可知，HMM获得的平常退化和告急退化的糟粕寿命预测值都没有落入实践糟粕寿命区间内，导致基于HMM对耐火砖举行糟粕寿命预测确凿切率较低，总体确切率只要71.22%。推敲是因为HMM取得的耐火砖各状况的最大驻留功夫分歧适耐火砖实践退化秩序导致的。
基于HSMM获得的各状况的最大驻留功夫预测值和糟粕寿命预测值与基于HMM获得的预测值及实践值的比拟如图11所示。此中，实践糟粕寿命不推敲正在气化炉运转流程中短暂泊车以及检修的影响，只推敲耐火砖跟着气化炉的运转逐步退化的流程，所以发挥为一条跟着运转功夫添补而逐步裁汰的直线 耐火砖各状况最大驻留功夫预测值和糟粕寿命预测值与实践值的比拟
正在图11(a)中可能呈现，基于HSMM预测的耐火砖各状况的最大驻留功夫与实践最大驻留功夫具有相似的趋向，固然最大驻留功夫预测值与实践值存正在必定的偏差，然而相差不大，并且整个趋向相符。但基于HMM获得的预测值和实践值的趋向齐全不类似，这是由于HMM界说的耐火砖状况驻留功夫概率矩阵分歧适原来践退化秩序，不行很好描绘耐火砖的退化流程，因此HSMM比HMM更适合对耐火砖举行糟粕寿命预测。这也注释所兴办的气化炉耐火砖糟粕寿命预测模子合适耐火砖的实践退化秩序。由图11(b)可能呈现，基于HSMM的气化炉耐火砖糟粕寿
命预测模子获得的耐火砖各状况的糟粕寿命预测值与实践值根基合适，全都落正在了实践糟粕寿命区间内，但基于HMM获得的糟粕寿命预测值却与实践值相差甚远，仅正在运转功夫390~650d内与实践值相符，其余预测值均没有落到实践糟粕寿命区间内，预测切实性较差。这也注释所兴办的气化炉耐火砖糟粕寿命模子能较好地预测气化炉耐火砖的糟粕寿命。
(1)兴办了气化炉耐火砖的康健状况诊断模子和糟粕寿命预测模子，并基于此对耐火砖举行康健状况诊断和糟粕寿命预测。其结果可为合理协议耐火砖的庇护政策供应设备性发起，也为实践坐褥中协议气化炉耐火砖庇护政策供应了新的思绪和处分计划。
(2)对实践气化炉耐火砖发展工程利用，对耐火砖的40个测试序列举行康健状况诊断，诊断确切率到达95%,大于基于HMM的诊断确切率92.5%,博得了精良的诊断后果。判辨了同偶然间分歧身分耐火砖的康健状况诊断结果，呈现处于燃烧室中央身分的耐火砖比上层和基层的耐火砖退化更疾、更告急;分歧部位耐火砖正在其寿命前期的退化水准相差不大，跟着气化炉的运转，处于燃烧室中央身分的耐火砖的退化速率不竭加疾，导致了退化水准的加深。判辨了统一身分的耐火砖正在分歧寿命阶段的康健诊断结果，呈现耐火砖正在细小退化连续功夫最长，平常退化和加快退化连续功夫稍短，告急退化连续功夫最短。(3)对气化炉燃烧室第25层耐火砖举行糟粕寿命预测，基于HSMM各状况的糟粕寿命预测值通盘落入实践糟粕寿命区间内，均匀切实率到达了81.36%,大于基于HMM的均匀切实率71.22%。这注明基于HSMM构修的耐火砖寿命预测模子博得了精良后果，也证据HSMM模子比HMM模子能更好地描绘耐火砖的退化流程，更适合对耐火砖举行糟粕寿命预测。
尤其声明：以上实质(如有图片或视频亦网罗正在内)为自媒体平台“网易号”用户上传并公布，本平台仅供应讯息存储任事。
两粒下肚，福修须眉血管差点爆了！被危急送医援助！罪魁家家都有！良众人吃错
苹果正与羁系及运营商合作无懈，力求尽疾正在中邦推出eSIM版iPhoneAir
35场9球15助攻！德转官方：18岁巴萨边锋亚马尔获评上赛季西甲MVP
37岁的于隐约身亡：揭开了文娱圈最残忍的线年，杨幂已是刘恺威攀援不起的存正在
锐评Model YL：日均订单破万的六座特斯拉比理念i8和乐道L90好？
《编码物候》展览开张 北京时间美术馆以科学艺术解读数字与生物交错的宇宙节律
