收藏本站
《东北大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的电解液成分预测

童振  
【摘要】:电解生产过程往往要涉及很多复杂的物理、化学反应,其相互作用和影响使得电解过程呈现出高度的非线性。要想更好的控制电解化学反应过程,就必须获得足够的电解铜生产过程信息;电解生产过程中的热工参数,如温度、压力、流量、液位等都比较容易获得,对它们的控制也易实现。然而对一些决定产品质量的关键参数如电解液中铜、酸离子的浓度等很难实现在线测量。现在这些参数仍然采用实验室采样分析方法进行检测,这往往会产生较大的时间滞后,不能及时反馈数据信息,这就使电解铜生产过程的控制与优化受到了阻碍。软测量技术是解决这一难题的有效途径。它利用过程中的一些相关信息来估计这些不可在线检测的变量,这种技术既容易实现又节约成本,是一种非常可行的办法。 本文重点研究了基于支持向量机的软测量建模方法,从支持向量机的理论研究、核函数及其参数的选择方面进行了详细的讨论。对支持向量回归模型参数的选取方法进行了多种方法的比较,找到了一种基于多目标寻优的参数选择方法,从而减小了回归模型的复杂度提高了模型的泛化性能。 针对黑箱模型过度依赖训练数据,不具有实际物理意义等问题,本文综合经典的电解化学反应机理知识与支持向量机方法,提出了并行结构的混合模型,它以金属平衡方程、容积平衡方程为基础建立机理模型,利用支持向量机方法来弥补机理建模忽略的因素和生产状况的变化对模型造成的影响,实验表明这种混合模型得出了可靠而且泛化性能更好的结果,并且降低了对训练数据大小的依赖程度。 课题主要从软测量模型结构、电解反应过程机理模型的建立、基于支持向量机的建模方法、模型参数的选择四个方面进行了深入的理论研究,并以某冶炼厂的电解车间的电解铜生产为研究背景对软测量系统的实现技术进行了仿真实验研究。从软测量模型预测的逼近效果,均方误差值,可以看出此方法在电解液铜酸成分预测中的有效性。
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TQ151

【参考文献】
中国期刊全文数据库 前10条
1 吴燕玲;卢建刚;孙优贤;;基于多目标遗传规划的软测量建模方法[J];传感技术学报;2007年09期
2 谢涛,陈火旺;多目标优化与决策问题的演化算法[J];中国工程科学;2002年02期
3 荣冈,金晓明,王树青;先进控制技术及应用 第三讲 软测量技术及其应用[J];化工自动化及仪表;1999年04期
4 陈念贻,陆文聪;支持向量机算法在化学化工中的应用[J];计算机与应用化学;2002年06期
5 于静江,周春晖;过程控制中的软测量技术[J];控制理论与应用;1996年02期
6 张英,苏宏业,褚健;基于ISVM的软测量建模及其在PX生产中的应用研究[J];控制与决策;2005年10期
7 钟林;阳极铜溶解量的计算方法及其应用[J];有色金属(冶炼部分);1994年05期
8 熊伟丽;徐保国;;基于PSO的SVR参数优化选择方法研究[J];系统仿真学报;2006年09期
9 董春曦,饶鲜,杨绍全,徐松涛;支持向量机参数选择方法研究[J];系统工程与电子技术;2004年08期
10 冯瑞,张浩然,邵惠鹤;基于SVM的软测量建模[J];信息与控制;2002年06期
【共引文献】
中国期刊全文数据库 前10条
1 黄凤良,余永刚;爆发器内壁温度的软测量[J];火炸药学报;2004年01期
2 刘俊华;LF炉精确配料控制系统的设计[J];兵工自动化;2002年03期
3 潘立登,朱宇宁;多神经网络在软测量仪表中的应用[J];北京化工大学学报(自然科学版);2001年02期
4 曹柳林,陶斌军;基于对角递归神经网络的粘度软测量模型[J];北京化工大学学报(自然科学版);2001年02期
5 曹柳林,江弘,陈红;利用神经元网络实现门尼粘度的预估[J];北京化工大学学报(自然科学版);1997年04期
6 陈传亮;田英杰;别荣芳;;基于粒子群优化的SVR算法与BP网络的比较研究[J];北京师范大学学报(自然科学版);2008年05期
7 俞青芬;;用支持向量回归方法预测多氯代二苯并呋喃类化合物的正辛醇/水分配系数[J];江西师范大学学报(自然科学版);2011年06期
8 张健,李艳,黄道平,朱学峰,史步海;基于小波分析的纸浆Kappa值分类模型软测量[J];吉林大学学报(信息科学版);2004年04期
9 牛林;张伟成;;序批式活性污泥系统神经网络水质模型[J];成都大学学报(自然科学版);2008年04期
10 邵联合;PID控制算法的仿真与研究[J];承德石油高等专科学校学报;2001年02期
中国重要会议论文全文数据库 前10条
1 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
2 刘胜;傅荟璇;王宇超;;AGA-LS-SVM算法在摄像机标定中的应用研究[A];第二十七届中国控制会议论文集[C];2008年
3 马文涛;;参数优化LSSVM的巷道围岩松动圈预测研究[A];第九届全国岩土力学数值分析与解析方法讨论会论文集[C];2007年
4 靳其兵;林艳春;;丙烯脱乙烷塔出口组分的软测量[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
5 杜金喜;;冶金设备基础物资管理系统开发和应用[A];2009年河北省轧钢技术与学术年会论文集(上)[C];2009年
6 杜金喜;肖克实;赵毅琦;;棒材生产线测径仪的原理和应用[A];2009年河北省轧钢技术与学术年会论文集(下)[C];2009年
7 田野;李平;;用RBF神经网络建立航煤密度软测量模型[A];1999中国控制与决策学术年会论文集[C];1999年
8 王小刚;童振;王福利;张清知;;一种支持向量回归模型参数多目标寻优方法[A];2007中国控制与决策学术年会论文集[C];2007年
9 冉维丽;胡玉玲;乔俊飞;;基于GABP神经网络的污水水质BOD软测量方法[A];第二十二届中国控制会议论文集(上)[C];2003年
10 陈仕学;于乃功;阮晓钢;;基于RBF神经网络的青霉素发酵过程菌体浓度的预测[A];第二十二届中国控制会议论文集(下)[C];2003年
中国博士学位论文全文数据库 前10条
1 汤义;智能交通系统中基于视频的行人检测与跟踪方法的研究[D];华南理工大学;2010年
2 吴锋;基于GPU并行计算的数值模拟与燃煤锅炉系统的优化研究[D];浙江大学;2010年
3 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年
4 商秀芹;新型进化计算方法及其在炼铁烧结过程建模与优化中的应用[D];浙江大学;2010年
5 庞燕;我国中部地区国际物流运作模式研究[D];中南林业科技大学;2007年
6 晁冰;基于支持向量机的软件可靠性模型分类及失效分析[D];武汉大学;2010年
7 王茜;风电场与输电网协调规划的模型和方法研究[D];华北电力大学(北京);2011年
8 向婕;铁矿石烧结过程智能集成优化控制技术及其应用研究[D];中南大学;2010年
9 姚顺春;激光诱导击穿光谱技术在电站运行诊断中的应用研究[D];华南理工大学;2011年
10 陈幸开;碳纤维增强聚合物基复合材料拉挤工艺数值模拟与优化[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
2 谭大伟;五轮可重构移动机器人构型设计及研究[D];哈尔滨工程大学;2010年
3 张磊;基于支持向量机的反垃圾电话技术研究[D];哈尔滨工程大学;2010年
4 田振杰;基于遗传算法的工程项目工期与成本的优化[D];哈尔滨工程大学;2009年
5 林鸿蕴;船用封闭行星齿轮传动优化设计研究[D];哈尔滨工程大学;2010年
6 邸雪琨;基于SA-SVM的物流地产投资风险评价研究[D];河北工程大学;2010年
7 谭春晖;基于支持向量机的企业信用风险评估研究[D];江南大学;2010年
8 强婕;基于NSGA-Ⅱ的多目标鲁棒优化方法研究[D];华东理工大学;2011年
9 沈佳林;电厂主蒸汽温度控制[D];浙江大学;2010年
10 雷嗣军;汽车动力传动系参数匹配与仿真优化[D];浙江大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 侯迪波;周泽魁;;能处理定性参数输入的推广模糊神经网络软测量建模方法[J];传感技术学报;2006年03期
2 张伟,吴智铭,杨根科;混沌时间序列的遗传演化建模[J];电子学报;2005年04期
3 仲蔚,俞金寿;基于FUZZY ARTMAP的加氢裂化分馏塔MIMO软测量[J];化工学报;2000年05期
4 郝鑫,陈德钊,吴晓华,俞欢军;广义回归神经网络的改进及在延迟焦化建模中的应用[J];化工学报;2004年04期
5 刘涵,刘丁,郑岗,梁炎明,宋念龙;基于最小二乘支持向量机的天然气负荷预测[J];化工学报;2004年05期
6 宋凯,王海清,李平;折息递推PLS算法及其在橡胶混炼质量控制中的应用[J];化工学报;2004年06期
7 成忠,陈德钊;WBRPLSR方法及其在化工软测量中的应用[J];化工学报;2005年02期
8 许光,俞欢军,陶少辉,陈德钊;与机理杂交的支持向量机为发酵过程建模[J];化工学报;2005年04期
9 王旭东,邵惠鹤;神经元网络建模与软测量技术[J];化工自动化及仪表;1996年02期
10 荣冈,金晓明,王树青;先进控制技术及应用 第三讲 软测量技术及其应用[J];化工自动化及仪表;1999年04期
【相似文献】
中国期刊全文数据库 前10条
1 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
2 贾存良;吴海山;巩敦卫;;煤炭需求量预测的支持向量机模型[J];中国矿业大学学报;2007年01期
3 张红亮;王水林;吕颖慧;尹小涛;;爆破震动效应的支持向量机分析预测[J];矿业研究与开发;2007年04期
4 张国新;汤青波;许德昌;;基于支持向量机的液压泵故障诊断[J];煤矿机械;2007年08期
5 冯剑丰;王洪礼;李胜朋;;基于支持向量机的浮游植物密度预测研究[J];海洋环境科学;2007年05期
6 辛玉红;朱广田;;基于支持向量机的ERP软件供应商选择[J];辽宁工程技术大学学报;2007年S2期
7 邹华胜;杨峰;李刚;;基于支持向量机的路基检测研究[J];矿业研究与开发;2008年02期
8 张金牡;;基于支持向量机的水利工程项目风险评价[J];西部探矿工程;2008年06期
9 景海河;叶欣;高彦东;;基于支持向量机的矿区开采沉降的预测[J];黑龙江科技学院学报;2008年04期
10 刘德地;陈晓宏;;基于支持向量机的洪水灾情综合评价模型[J];长江流域资源与环境;2008年03期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
9 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
10 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
中国博士学位论文全文数据库 前10条
1 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
2 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
3 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
4 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
5 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
6 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
7 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
8 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
9 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
10 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
中国硕士学位论文全文数据库 前10条
1 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026