期刊文献+
共找到190篇文章
< 1 2 10 >
每页显示 20 50 100
Component Content Soft-sensor Based on Neural Networks in Rare-earth Countercurrent Extraction Process 被引量:13
1
作者 YANG Hui CHAI Tian-You 《自动化学报》 EI CSCD 北大核心 2006年第4期489-495,共7页
Throught fusion of the mechanism modeling and the neural networks modeling,a compo- nent content soft-sensor,which is composed of the equilibrium calculation model for multi-component rare earth extraction and the err... Throught fusion of the mechanism modeling and the neural networks modeling,a compo- nent content soft-sensor,which is composed of the equilibrium calculation model for multi-component rare earth extraction and the error compensation model of fuzzy system,is proposed to solve the prob- lem that the component content in countercurrent rare-earth extraction process is hardly measured on-line.An industry experiment in the extraction Y process by HAB using this hybrid soft-sensor proves its effectiveness. 展开更多
关键词 RARE-EARTH countercurrent extraction soft-sensor equilibrium calculation model neural networks
在线阅读 下载PDF
面向多采样率数据的TTPA-LSTM软测量建模 被引量:1
2
作者 王法正 隋璘 熊伟丽 《化工学报》 北大核心 2025年第4期1635-1646,共12页
实际工业生产中,过程变量间存在的时滞和采样率差异会降低建模质量,使得许多软测量模型无法适用。因此,提出一种基于时间感知模式注意力(time-aware temporal pattern attention,TTPA)机制和长短时记忆网络的软测量建模方法。首先,将高... 实际工业生产中,过程变量间存在的时滞和采样率差异会降低建模质量,使得许多软测量模型无法适用。因此,提出一种基于时间感知模式注意力(time-aware temporal pattern attention,TTPA)机制和长短时记忆网络的软测量建模方法。首先,将高、低采样率对应的数据分别重构为短期和长期信息,采用时间感知模块将输入信息分解并考虑时间间隔特性,针对质量相关信息占比低的问题,设计非递增启发式衰减函数对短期信息进行加权,组合后获得长短期信息集成特征,降低因多采样率产生的数据缺失影响。其次,引入特征优化模块实现特征二维滤波,跨时间步解析多元时间序列中的时滞信息,获取更有效的质量相关特征。最后,搭建了基于TTPA的长短期记忆网络软测量模型。通过工业青霉素发酵过程和脱丁烷塔过程的应用仿真,验证了所提模型的有效性和优越性。 展开更多
关键词 多采样率 时间感知模式注意力 长短时记忆网络 软测量 神经网络 过程控制 动态建模
在线阅读 下载PDF
基于模糊域适应回归的非线性多工况软测量方法
3
作者 叶泽甫 韩鹏东 +2 位作者 朱竹军 任密蜂 阎高伟 《控制工程》 北大核心 2025年第9期1709-1717,共9页
现有的利用迁移学习技术解决多工况软测量问题的建模方法大都依赖于域适应偏最小二乘回归模型框架,无法应对复杂工业过程中数据的非线性与不确定性。为提高跨工况条件下软测量模型的预测精度,提出了一种基于模糊域适应回归的非线性多工... 现有的利用迁移学习技术解决多工况软测量问题的建模方法大都依赖于域适应偏最小二乘回归模型框架,无法应对复杂工业过程中数据的非线性与不确定性。为提高跨工况条件下软测量模型的预测精度,提出了一种基于模糊域适应回归的非线性多工况软测量方法。首先,将T-S(Takagi-Sugeno)模糊模型中模糊规则的条件视为特征提取器,通过迁移C均值聚类方法将历史工况中的聚类中心迁移到当前工况中,实现模糊规则的条件对齐;然后,引入基于迁移子空间的偏最小二乘回归方法替代最小二乘计算T-S模糊模型的最优回归系数,实现模糊规则的结论对齐;最后,给出了多工况模糊软测量系统建模的具体步骤。通过一个数值案例和田纳西伊斯曼(Tennessee Eastman, TE)过程数据的仿真实验,验证了所提算法的有效性。 展开更多
关键词 软测量 多工况 模糊域适应 T-S模糊模型 域适应
在线阅读 下载PDF
基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测 被引量:11
4
作者 金秀章 史德金 乔鹏 《中国电机工程学报》 EI CSCD 北大核心 2024年第1期182-190,I0015,共10页
针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。... 针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。 展开更多
关键词 NOx浓度 k近邻互信息 沙地猫群优化算法 最小二乘支持向量机 软测量模型
在线阅读 下载PDF
基于GAN的软测量缺失数据生成方法研究 被引量:3
5
作者 蒋栋年 王仁杰 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第2期344-352,共9页
针对工业过程中传感器数据缺失造成软测量模型精度低的问题,提出一种基于生成对抗网络(generative adversarial nets,GAN)的传感器缺失数据生成方法。利用孤立森林算法检测出传感器数据的缺失区域;利用缺失数据属性特征训练条件生成对... 针对工业过程中传感器数据缺失造成软测量模型精度低的问题,提出一种基于生成对抗网络(generative adversarial nets,GAN)的传感器缺失数据生成方法。利用孤立森林算法检测出传感器数据的缺失区域;利用缺失数据属性特征训练条件生成对抗网络(conditional generative adversarial nets,CGAN),在CGAN的输入条件中添加随机序列作为附加信息迭代送入CGAN中生成数据,并借助WGAN-GP(wasserstein generative adversarial nets gradient penalty)成本函数提高网络训练的稳定性;针对缺失区域检测结果引入采样器,将采样的数据填补进缺失区域,形成完整数据集,以提高软测量模型精度。以镍闪速炉温度传感器数据为目标变量进行软测量建模,验证所提出的提高软测量模型精度方法的可行性与有效性。 展开更多
关键词 数据缺失 孤立森林 生成对抗网络 软测量模型
在线阅读 下载PDF
助训练策略下的多模型软测量建模 被引量:2
6
作者 何罗苏阳 熊伟丽 《系统仿真学报》 CAS CSCD 北大核心 2024年第1期249-259,共11页
由于复杂工业过程中存在强非线性、多阶段耦合以及有标签样本数量偏少的情况,传统的全局软测量模型难以精确描述整个过程。为此,提出一种助训练策略下的多模型软测量建模方法。该方法采用模糊C均值聚类算法挖掘样本集中的相似性样本并... 由于复杂工业过程中存在强非线性、多阶段耦合以及有标签样本数量偏少的情况,传统的全局软测量模型难以精确描述整个过程。为此,提出一种助训练策略下的多模型软测量建模方法。该方法采用模糊C均值聚类算法挖掘样本集中的相似性样本并建立若干子模型;通过引入助训练策略,形成基于主、辅学习器的协同训练框架,并设计置信度评估机制淘汰误差样本的同时扩充子模型的建模空间;进而将模糊隶属度作为D-S证据理论的概率分配函数计算出子模型权重,对子模型的输出进行融合以得到最终的模型预测结果。通过对脱丁烷塔工业过程的实际数据进行建模仿真,结果表明此模型具有良好的预测性能。 展开更多
关键词 软测量建模 多模型 助训练 学习器 脱丁烷塔
在线阅读 下载PDF
带FIR滤波的非线性滑动平均动态软测量模型 被引量:1
7
作者 孙文心 马君霞 熊伟丽 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第4期609-618,共10页
非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时... 非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时序边界宽的FIR滤波器相结合,构造一种非线性、强抗干扰的软测量建模策略.并设计层白化结构来避免二者间的参数耦合现象,采用Adam算法进行同步优化,提高模型的预测精度及训练效率.最后,利用数值仿真和硫回收过程建模实验,验证所提模型的预测精度以及模型设计的合理性. 展开更多
关键词 动态软测量 NMA模型 FIR滤波 参数解耦
在线阅读 下载PDF
融合深度学习与过程机理的FCC装置关键参数软测量模型 被引量:2
8
作者 魏彬 谭硕 周华 《石油学报(石油加工)》 EI CAS CSCD 北大核心 2024年第6期1624-1634,共11页
产品产率作为催化裂化(FCC)装置的关键参数,构造其软测量模型对提升装置效益具有重要的现实意义,而原料与催化剂性质的缺失往往使得产率软测量模型性能迅速恶化。为此,以基于半监督学习的深度置信网络-极限学习机(DBN-ELM)算法为基础,... 产品产率作为催化裂化(FCC)装置的关键参数,构造其软测量模型对提升装置效益具有重要的现实意义,而原料与催化剂性质的缺失往往使得产率软测量模型性能迅速恶化。为此,以基于半监督学习的深度置信网络-极限学习机(DBN-ELM)算法为基础,将工艺过程机理模型与数据驱动模型集成,提出了可用于预测商业催化裂化装置产品产率的软测量混合建模方法。此外,还提出基于流程模拟的灵敏度分析-相关系数矩阵(SA-CCM)策略用于软测量模型主要输入变量的选择。结果表明,混合模型相比于数据驱动模型具有更优的模型性能,即预测精度提升43.9%、数据相关性(皮尔森系数)提升29.3%。这说明所提出的产率软测量混合建模方法使得模型的预测性能提高,能较好地适应原料与催化剂性质的变化。 展开更多
关键词 软测量 催化裂化 深度学习 产率预测 混合模型 先进控制
在线阅读 下载PDF
基于最小二乘支持向量机的软测量建模 被引量:102
9
作者 阎威武 朱宏栋 邵惠鹤 《系统仿真学报》 CAS CSCD 2003年第10期1494-1496,共3页
软测量技术在工业过程控制中得到了广泛的应用,对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局... 软测量技术在工业过程控制中得到了广泛的应用,对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。本文研究了基于最小二乘支持向量机的软测量建模方法,并用交叉验证的方法进行支持向量机参数选择。将基于最小二乘支持向量机的软测量模型应用于轻柴油凝固点的预估。结果表明最小二乘支持向量机是软测量建模的一种非常有效的方法。 展开更多
关键词 最小二乘支持向量机 软测量 建模 交叉验证
在线阅读 下载PDF
基于MI-LSSVM的水泥生料细度软测量建模 被引量:19
10
作者 赵彦涛 单泽宇 +2 位作者 常跃进 陈宇 郝晓辰 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第2期487-496,共10页
针对水泥生料细度软测量模型难以建立的问题,考虑到输入变量选择易受时延的影响,提出一种基于互信息和最小二乘支持向量机(MI-LSSVM)的软测量建模方法。该方法采用互信息表征变量间的相关性,进而解决水泥生料细度软测量建模中的时延问题... 针对水泥生料细度软测量模型难以建立的问题,考虑到输入变量选择易受时延的影响,提出一种基于互信息和最小二乘支持向量机(MI-LSSVM)的软测量建模方法。该方法采用互信息表征变量间的相关性,进而解决水泥生料细度软测量建模中的时延问题,并在此基础之上,提出双向选择算法获取输入变量,将得到的输入变量应用于最小二乘支持向量机中,建立水泥生料细度软测量模型,最后应用水泥厂的实际数据对基于互信息和最小二乘支持向量机的水泥生料细度软测量模型进行仿真。结果表明该方法预测精度高、泛化能力强。 展开更多
关键词 互信息 最小二乘支持向量机 变量选择 水泥生料细度 软测量建模
在线阅读 下载PDF
基于神经网络及机理分析的气力输送粉料质量流量软测量 被引量:10
11
作者 赵昀 黄志尧 +1 位作者 王保良 李海青 《仪器仪表学报》 EI CAS CSCD 北大核心 2000年第4期360-363,共4页
本文提出了神经网络与机理分析结合的软测量方法 ,用以实现对气力输送系统中粉料质量流量的在线测量。通过实验验证 ,这种混合软测量方法是有效的。同时 ,与机理模型以及与基于标准神经网络的软测量方法的比较研究表明 。
关键词 气力输送 质量流量 神经网络 软测量模型 粉料
在线阅读 下载PDF
基于FCM聚类的气化炉温度多模型软测量建模 被引量:14
12
作者 钟伟民 李杰 +2 位作者 程辉 孔祥东 钱锋 《化工学报》 EI CAS CSCD 北大核心 2012年第12期3951-3955,共5页
水煤浆气化是煤炭资源高效清洁利用的重要技术。气化炉反应温度是关系装置能否长周期安全稳定运行的关键参数,但是热电偶在高温、高压和气固物流冲刷环境下,使用寿命有限。本文以一多喷嘴对置式水煤浆气化炉为研究对象,在多模型建模方... 水煤浆气化是煤炭资源高效清洁利用的重要技术。气化炉反应温度是关系装置能否长周期安全稳定运行的关键参数,但是热电偶在高温、高压和气固物流冲刷环境下,使用寿命有限。本文以一多喷嘴对置式水煤浆气化炉为研究对象,在多模型建模方法的基础上,以数据点间的相似程度作为多模型子区间的划分手段,结合最小二乘支持向量机建立了基于模糊C均值聚类的气化炉温度软测量模型。实际工业运行数据验证结果表明,该软测量模型拟合精度较高,模型泛化能力较强。 展开更多
关键词 水煤浆气化 模糊C均值聚类 最小二乘支持向量机 多模型 软测量建模
在线阅读 下载PDF
化工过程软测量建模方法研究进展 被引量:104
13
作者 曹鹏飞 罗雄麟 《化工学报》 EI CAS CSCD 北大核心 2013年第3期788-800,共13页
软测量仪表是解决化工过程中质量变量难以实时测量的重要手段。软测量仪表的核心问题是软测量建模。阐述了软测量建模与辨识和非线性建模的关系:质量变量和易测变量的动态关系存在于增量之间,辨识模型依赖于增量数据,软测量建模则是依... 软测量仪表是解决化工过程中质量变量难以实时测量的重要手段。软测量仪表的核心问题是软测量建模。阐述了软测量建模与辨识和非线性建模的关系:质量变量和易测变量的动态关系存在于增量之间,辨识模型依赖于增量数据,软测量建模则是依赖于实测变量数据来获取这个动态关系;非线性建模建立了变量间的静态关系,忽略了对象动态特性,而软测量建模要兼顾对动态特性的表征。随着人们对过程特性的认识加深,软测量建模方法不断发展,经历了从机理建模到数据驱动建模,从线性建模到非线性建模,从静态建模到动态建模的过程。详细讨论了软测量建模的发展过程,众多建模方法的优缺点及适用情况和现在建模的热点,最后对软测量建模方法进行了总体展望。 展开更多
关键词 软测量 建模 辨识 非线性建模 数据驱动建模 非线性动态建模
在线阅读 下载PDF
基于多支持向量机的软测量模型 被引量:18
14
作者 袁平 毛志忠 王福利 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第6期1458-1461,1465,共5页
在许多工业过程控制系统中,软测量技术由于解决了输出变量难以测量的问题而被广泛应用。软测量技术的核心问题是建立优良的软测量数学模型,支持向量机(SVM)以其优良的泛化特性而被应用到建立软测量模型中。基于多个模型的组合可以提高... 在许多工业过程控制系统中,软测量技术由于解决了输出变量难以测量的问题而被广泛应用。软测量技术的核心问题是建立优良的软测量数学模型,支持向量机(SVM)以其优良的泛化特性而被应用到建立软测量模型中。基于多个模型的组合可以提高模型精度和鲁棒性的思想,提出多支持向量机(MSVM)组合模型的软测量建模方法。该建模方法通过减聚类方法将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机(LS-SVM)建立子模型。为解决子模型相互之间的严重相关问题,提高模型的精度和鲁棒性,各个子模型的预测输出通过主元递归(PCR)方法连接。仿真研究表明,采用该建模方法能够达到较好的建模效果。 展开更多
关键词 多支持向量机 软测量模型 减聚类 最小二乘支持向量机 主元递归
在线阅读 下载PDF
基于CPSO-LSSVM的汽轮机热耗率软测量模型 被引量:12
15
作者 王莉莉 陈国彬 +2 位作者 李一龙 刘超 牛培峰 《动力工程学报》 CAS CSCD 北大核心 2018年第9期706-712,739,共8页
为了准确建立汽轮机热耗率预测模型,提出了一种基于变空间Logistic混沌粒子群算法(CPSO)优化最小二乘支持向量机(LSSVM)的汽轮机热耗率软测量模型。采用变空间Logistic混沌搜索策略和粒子镜像越界处理策略来改善粒子群算法(PSO)的全局... 为了准确建立汽轮机热耗率预测模型,提出了一种基于变空间Logistic混沌粒子群算法(CPSO)优化最小二乘支持向量机(LSSVM)的汽轮机热耗率软测量模型。采用变空间Logistic混沌搜索策略和粒子镜像越界处理策略来改善粒子群算法(PSO)的全局优化性能,提出了CPSO优化最小二乘支持向量机的超参数以改善模型预测精度,并以某600 MW汽轮机组为研究对象,利用该机组的运行数据建立CPSO-LSSVM的热耗率预测模型。结果表明:CPSO-LSSVM模型具有更高的预测精度和更强的泛化能力,能够准确有效地预测热电厂的汽轮机热耗率。 展开更多
关键词 热耗率 粒子群算法 最小二乘支持向量机 混沌搜索 软测量模型
在线阅读 下载PDF
基于ANN和LSSVR的造纸废水处理过程软测量建模 被引量:13
16
作者 汪瑶 徐亮 +3 位作者 殷文志 胡慕伊 黄明智 刘鸿斌 《中国造纸学报》 CAS CSCD 北大核心 2017年第1期50-54,共5页
针对造纸废水处理系统的时变性、非线性和复杂性等特点,将人工神经网络(ANN)和最小二乘支持向量回归(LSSVR)分别用于造纸废水处理过程中的软测量建模,实现造纸废水处理过程中出水化学需氧量和出水悬浮固形物浓度的预测。ANN采用误差反... 针对造纸废水处理系统的时变性、非线性和复杂性等特点,将人工神经网络(ANN)和最小二乘支持向量回归(LSSVR)分别用于造纸废水处理过程中的软测量建模,实现造纸废水处理过程中出水化学需氧量和出水悬浮固形物浓度的预测。ANN采用误差反向传播算法建模,LSSVR通过粒子群优化算法进行模型参数优化。结果表明,与ANN模型预测结果相比,LSSVR模型预测结果的均方根误差降低了50%以上,相关系数提高了近10%,表明LSSVR模型在造纸废水处理过程中的预测精度高于ANN模型。 展开更多
关键词 人工神经网络 最小二乘支持向量回归 造纸废水处理 软测量建模 粒子群优化算法
在线阅读 下载PDF
选择性递推LSSVR及其在过程建模中的应用 被引量:9
17
作者 刘毅 陈坤 +1 位作者 王海清 李平 《高校化学工程学报》 EI CAS CSCD 北大核心 2008年第6期1043-1048,共6页
提出一种改进的递推最小二乘支持向量机方法,用于非线性MIMO(multi-input multi-out)过程的可在线更新辨识和软测量建模。该算法在向前递推时只引入预报误差较大的样本更新模型,以提高模型的稀疏性和泛化能力。在向后删减时推导了基于... 提出一种改进的递推最小二乘支持向量机方法,用于非线性MIMO(multi-input multi-out)过程的可在线更新辨识和软测量建模。该算法在向前递推时只引入预报误差较大的样本更新模型,以提高模型的稀疏性和泛化能力。在向后删减时推导了基于快速留一法的模型修剪准则,以克服随意删减样本的缺点。通过有选择性的向前、向后递推,模型的推广能力和计算性能均得以保证,且更加适应过程的时变性。在连续搅拌釜式反应器过程的辨识和重油催化裂化的软测量建模研究,均表明所提出算法的有效性和优越性。 展开更多
关键词 在线最小二乘支持向量机 选择性递推 过程辨识 软测量建模
在线阅读 下载PDF
基于ELM神经网络的采煤机截割载荷软测量建模方法 被引量:14
18
作者 毛清华 赵健博 +2 位作者 李亚周 马宏伟 薛旭升 《西安科技大学学报》 CAS 北大核心 2020年第5期769-774,共6页
采煤机是煤矿综采工作面的关键设备,由于煤层结构复杂,导致截割载荷复杂多变,并且截割载荷难以直接测量。因此,针对采煤机截割载荷难以直接检测难题,研究了采煤机交流异步电机的机械特性,提出了基于软测量建模技术的截割载荷预测方法。... 采煤机是煤矿综采工作面的关键设备,由于煤层结构复杂,导致截割载荷复杂多变,并且截割载荷难以直接测量。因此,针对采煤机截割载荷难以直接检测难题,研究了采煤机交流异步电机的机械特性,提出了基于软测量建模技术的截割载荷预测方法。首先,通过分析采煤机交流异步电机的机械特性,得出截割载荷与截割电机的转速、电流符合非线性关系,运用软测量建模方法可以预测截割载荷。然后,以截割电机的转速和电流作为输入变量,运用ELM神经网络的软测量建模方法建立采煤机截割载荷软测量模型。最后,运用ELM,BP,RBF3种神经网络软测量建模方法对采煤机电机载荷进行预测,以均方误差和相关系数作为预测评价指标,结果表明:ELM神经网络软测量建模方法在预测精度和预测速度方面都优于BP神经网络和RBF神经网络软测量建模方法。运用ELM神经网络软测量建模方法能够准确、快速预测采煤机截割载荷,为采煤机恒功率截割和牵引智能调速提供了理论基础。 展开更多
关键词 采煤机 截割载荷 软测量建模 ELM
在线阅读 下载PDF
最小二乘支持向量机的参数优化及其应用 被引量:53
19
作者 陈帅 朱建宁 +1 位作者 潘俊 侍洪波 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第2期278-282,共5页
针对最小二乘支持向量机的多参数带来的参数寻优问题,将进化算法(遗传算法和PSO算法)应用其中,通过Sinc函数的测试,成功地实现了多参数的联合优化;将这一方法应用到德士古炉温软测量建模中,采用来自工业现场的实测数据进行仿真,将两种... 针对最小二乘支持向量机的多参数带来的参数寻优问题,将进化算法(遗传算法和PSO算法)应用其中,通过Sinc函数的测试,成功地实现了多参数的联合优化;将这一方法应用到德士古炉温软测量建模中,采用来自工业现场的实测数据进行仿真,将两种方法的仿真结果与常用的BP神经网络进行比较,可以看出两种算法都较好地解决了最小二乘支持向量机的参数优化问题。 展开更多
关键词 最小二乘支持向量机 进化类算法 参数优化 遗传算法 粒子群算法 BP神经网络 德士古气化炉 软测量建模
在线阅读 下载PDF
针对原油性质变化的常减压先进控制研究与应用 被引量:8
20
作者 吕文祥 摆亮 +5 位作者 黄德先 江永亨 刘先广 朱朝宾 李占龙 张代欣 《化工学报》 EI CAS CSCD 北大核心 2009年第10期2522-2528,共7页
针对原油性质变化对常减压装置操作造成的巨大困难,提出了一种稳定原油性质和引入原油性质参数到软测量和控制模型的先进控制综合解决方案。一方面,对待混炼的多种原油进行调度和掺炼比优化,使实际进入常减压装置进行炼制的调合原油性... 针对原油性质变化对常减压装置操作造成的巨大困难,提出了一种稳定原油性质和引入原油性质参数到软测量和控制模型的先进控制综合解决方案。一方面,对待混炼的多种原油进行调度和掺炼比优化,使实际进入常减压装置进行炼制的调合原油性质相对稳定,装置操作参数变化较小,减少工作点大幅变化过程中所产生的波动。另一方面,针对仍然存在的原油性质小幅度变化,在软测量和预测控制建模中引入反映原油性质的馏程参数,克服原油性质变化所引起的扰动。现场实际装置的应用结果说明了此综合方案的有效性。 展开更多
关键词 常减压装置 原油混炼优化 软测量 模型预测控制
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部