收藏本站
《浙江工业大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

软测量技术在氯甲烷回收中的应用研究

朱小萍  
【摘要】:氯甲烷含水量和回收率是衡量氯甲烷回收装置性能的两个重要指标。由于氯甲烷回收过程具有工艺复杂、强非线性、大时变和大时滞等特点,导致氯甲烷含水量和回收率无法在线测量,因此提出将软测量技术应用于氯甲烷回收过程的质量指标在线估计研究中。采用机理建模方法建立氯甲烷回收率在线估计模型。针对简单支持向量机增量学习算法所存在的不足,提出了一种支持向量机改进增量学习算法,并应用于氯甲烷含水量软测量建模研究中。 本文的主要研究内容包括: (1)首先介绍了软测量技术研究的背景与意义,以及软测量技术的基本思想和实现步骤,然后介绍了各种软测量建模方法,并针对其存在的缺陷介绍了研究者提出的各种改进方法,进一步对各种软测量建模方法在化工领域中的应用现状进行综述; (2)在详细分析氯甲烷回收过程压缩冷凝工艺的基础上,通过分析混合尾气中各组分的变化情况,采用机理建模方法建立了氯甲烷回收率的在线预测模型,并对模型进行了简化处理。实际应用效果表明,简化后的模型同样可准确预测氯甲烷回收率; (3)在详细了解支持向量机基本原理的基础上,针对支持向量机简单增量学习算法所存在的不足,引入了KKT(Karush-Kuhn-Tucker,简称KKT)条件。在深入分析和研究KKT条件的基础上,发现新增样本集中如果存在违反KKT条件的样本,必然会使原支持向量集发生变化,原非支持向量也有可能转化为支持向量。鉴于此种情况,提出了一种支持向量机改进增量学习算法,该算法将初始样本集和新增样本集进行KKT条件的相互验证,把支持向量集和违背KKT条件的样本集合并作为新的支持向量集进行训练,通过仿真实例验证了该算法的可行性; (4)针对氯甲烷含水量无法实现在线测量,而且干燥过程机理不明确的缺点,采用支持向量机改进增量学习算法建立了氯甲烷含水量软测量模型。通过详细分析氯甲烷干燥过程工艺选择辅助变量,然后对现场采集的样本数据进行数据预处理,最后建立了基于支持向量机改进增量学习算法的氯甲烷含水量软测量模型。实际应用效果表明,与支持向量机简单增量学习算法相比,采用该改进算法建立的软测量模型具有更佳的预测精度。 将软测量技术应用于氯甲烷回收过程的质量指标在线估计研究中,成功建立了基于机理分析的氯甲烷回收率软测量模型和基于支持向量机改进增量学习的氯甲烷含水量软测量模型。研究成果为氯甲烷含水量和回收率的质量控制提供了重要依据,也有助于提高氯甲烷生产过程的经济效益。
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TQ222.214

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 田慧欣;毛志忠;王嘉铮;;基于ELM新方法的LF终点温度软测量混合模型[J];东北大学学报(自然科学版);2008年01期
2 翟军勇,费树岷,张湜;软测量技术和约束控制在精馏塔优化控制中的应用[J];工业仪表与自动化装置;2004年02期
3 陈俊东;张彩军;冯聚和;;转炉静态机理模型与节能降耗[J];河北理工大学学报;2007年01期
4 刘瑞兰,苏宏业,褚健;PLS回归软测量方法在催化重整稳定油组分估计中的应用[J];化工自动化及仪表;2002年05期
5 王华忠,俞金寿;基于混合核函数PCR方法的工业过程软测量建模[J];化工自动化及仪表;2005年02期
6 张英,苏宏业,褚健;一种基于支持向量机增量学习的软测量建模方法[J];化工自动化及仪表;2005年03期
7 陈雷;徐文艳;王豪;;基于软测量技术的C_5石油树脂粘度的在线检测[J];化工自动化及仪表;2008年06期
8 王清培;刘瑞兰;;基于最小二乘支持向量机的软测量方法在精对苯二甲酸生产中的应用[J];化工自动化及仪表;2010年07期
9 梅自良,王斌,王建平,杜长江,俸强;宜宾市酸雨pH值预测的偏最小二乘回归分析[J];环境技术;2005年02期
10 卜艳萍;俞金寿;;基于微粒群优化算法和支持向量机的软测量建模[J];华东理工大学学报(自然科学版);2008年01期
中国硕士学位论文全文数据库 前1条
1 任不凡;草甘膦及副产氯甲烷回收新工艺研究[D];浙江工业大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 唐晓芬;赵秉新;;基于支持向量机的农村劳动力转移预测[J];安徽农业科学;2011年11期
2 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
3 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
4 郭良栋;田江;丛晓东;;基于CPSO和SVM的混沌时间序列预测[J];辽宁科技大学学报;2009年06期
5 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
6 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
7 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
8 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
9 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
10 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
10 柴伟;孙先仿;乔俊飞;;有监督的等距映射和k近邻分类结合用于集员辨识[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 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
2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
3 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
4 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
5 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
6 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
7 周曙光;双甘膦催化氧化制草甘膦过程研究[D];华东理工大学;2010年
8 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年
9 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
10 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
4 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
5 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
6 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
7 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
8 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年
9 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
10 韩艳;基于支持向量机的发酵过程建模研究[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
2 刘洪勤;若干液体粘度经验关联式的推演及评价[J];北京化工学院学报(自然科学版);1990年01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 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
5 谭超;基于支持向量机的软测量技术及其应用[J];传感器技术;2005年08期
6 武拥军,姜周华,姜茂发;LF炉精炼过程钢水温度预报技术[J];东北大学学报;2002年03期
7 常玉清,王小刚,王福利;PCA-DRBFN模型在精馏塔精苯干点估计中的应用[J];东北大学学报;2004年02期
8 常玉清,王福利,王小刚,吕哲;基于支持向量机的生物发酵过程软测量建模[J];东北大学学报;2005年11期
9 张大鹏;王福利;何建勇;何大阔;;温度对诺西肽发酵过程影响的建模与仿真[J];东北大学学报;2006年04期
10 袁平;毛志忠;王福利;;基于递阶T-S模糊系统的软测量建模方法[J];东北大学学报;2006年10期
中国博士学位论文全文数据库 前1条
1 刘瑞兰;软测量技术若干问题的研究及工业应用[D];浙江大学;2004年
中国硕士学位论文全文数据库 前1条
1 李鹏;催化裂化主分馏塔数学模型[D];石油化工科学研究院;2001年
【相似文献】
中国期刊全文数据库 前10条
1 宋贤民;;基于支持向量机的出水TP软测量[J];科技信息;2009年03期
2 宋贤民;;基于支持向量机的曝气池SVI软测量研究[J];科学技术与工程;2011年04期
3 宋贤民;衷卫声;;曝气池SVI软测量建模研究[J];工矿自动化;2007年03期
4 毛建洋;黄道;;一种新的支持向量机增量算法[J];华东理工大学学报(自然科学版);2006年08期
5 刘玉长,桂卫华,周孑民;基于软测量技术的模糊烧结终点控制研究[J];烧结球团;2002年02期
6 胡长松,贾延刚,夏伯楷;软测量技术现状与发展[J];石油仪器;2003年03期
7 刘红艳;何小阳;曾科;母三民;;基于最小二乘法的糖液过饱和度软测量[J];自动化技术与应用;2006年03期
8 张健;;软测量技术在PET熔体黏度测量上的应用[J];聚酯工业;2010年03期
9 侯岩松;颉刚;张敏;刘亚儒;;软测量建模软件的设计与开发[J];电脑知识与技术;2011年04期
10 李艳;梁术清;刘海燕;;基于FBP网络的打浆度软测量技术的研究及应用[J];陕西科技大学学报;2007年05期
中国重要会议论文全文数据库 前10条
1 吕哲;常玉清;王福利;;生化过程软测量建模方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
2 张浩然;汪晓东;吴建斌;张长江;许秀玲;;基于nu-支持向量机的软测量技术[A];第三届全国信息获取与处理学术会议论文集[C];2005年
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
中国重要报纸全文数据库 前10条
1 徐用懋 熊智华;新技术提升过程测控能力[N];中国化工报;2005年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 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
4 “十一五”规划编制组;石油化工自动化:进步挺大 差距不小[N];中国化工报;2006年
5 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
6 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
7 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
8 秦琴;全程质量数控技术确保注射液安全性[N];健康报;2007年
9 ;选择合适的数据挖掘算法[N];计算机世界;2007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 段华;支持向量机的增量学习算法研究[D];上海交通大学;2008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 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
4 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
5 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
6 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
7 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
8 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
9 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
10 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱小萍;软测量技术在氯甲烷回收中的应用研究[D];浙江工业大学;2011年
2 李金凤;支持向量机增量学习算法研究[D];中南民族大学;2011年
3 张文良;基于支持向量机的甲醛浓度软测量[D];大连理工大学;2008年
4 周大为;基于支持向量机的生物发酵软测量技术研究[D];江苏大学;2009年
5 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6 刘坐乾;基于改进的支持向量机的模拟电路故障诊断方法研究[D];东北大学;2009年
7 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
8 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
9 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
10 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
 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