学位论文 > 优秀研究生学位论文题录展示
软测量技术在氯甲烷回收中的应用研究
作 者: 朱小萍
导 师: 潘海天
学 校: 浙江工业大学
专 业: 化学工程
关键词: 氯甲烷 含水量 回收率 软测量 支持向量机增量学习 机理建模
分类号: TQ222.214
类 型: 硕士论文
年 份: 2011年
下 载: 32次
引 用: 0次
阅 读: 论文下载
内容摘要
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。
|
全文目录
摘要 4-6 ABSTRACT 6-11 第一章 绪论 11-14 1.1 引言 11-12 1.2 文章结构 12-14 第二章 软测量技术及其在化工过程中的应用 14-27 2.1 引言 14-15 2.2 软测量技术 15-19 2.2.1 辅助变量选择 16-17 2.2.2 数据预处理 17-18 2.2.3 软测量建模 18-19 2.2.4 模型校正 19 2.3 软测量技术应用现状 19-26 2.3.1 机理建模 19-20 2.3.2 经验建模 20-25 2.3.3 混合建模 25-26 2.4 小结 26-27 第三章 基于机理分析的氯甲烷回收率软测量建模研究 27-34 3.1 引言 27 3.2 压缩冷凝工艺分析 27-28 3.3 机理建模 28-29 3.4 数据预处理 29-31 3.5 预测结果分析 31-33 3.6 小结 33-34 第四章 支持向量机改进增量学习算法研究 34-55 4.1 引言 34-35 4.2 统计学习理论 35-39 4.2.1 VC 维 35-36 4.2.2 推广性的界 36-37 4.2.3 经验风险最小化 37-38 4.2.4 结构风险最小化 38-39 4.3 支持向量分类机 39-45 4.3.1 线性支持向量机 40-43 4.3.2 非线性支持向量机 43-45 4.4 支持向量机增量学习 45-49 4.4.1 研究现状 46-48 4.4.2 学习算法 48-49 4.5 支持向量机改进增量学习 49-54 4.5.1 KKT 条件 49-52 4.5.2 基于KKT 条件的改进学习算法 52-53 4.5.3 仿真实例 53-54 4.6 小结 54-55 第五章 基于改进 ISVM的氯甲烷含水量软测量建模研究 55-69 5.1 引言 55-56 5.2 氯甲烷回收工艺 56-60 5.2.1 工艺流程 56-58 5.2.2 主要回收设备 58-60 5.3 氯甲烷含水量预测 60-68 5.3.1 选取辅助变量 60-61 5.3.2 数据预处理 61-62 5.3.3 软测量建模 62-64 5.3.4 结果与讨论 64-68 5.4 小结 68-69 第六章 总结与展望 69-72 6.1 全文总结 69-71 6.2 研究展望 71-72 参考文献 72-78 致谢 78-79 攻读学位期间发表的学术论文目录 79
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 厌氧条件下初始NO3-含量对土壤反硝化气体(N2、N2O和NO)和CO2排放的影响,X131.3
- 高分辨率SAR影像裸土信息提取及土壤含水量反演初探,S152.7
- 基于改进的支持向量机的模拟电路故障诊断方法研究,TN710
- 真空紫外光解二氯甲烷的去除特性及机理研究,X511
- 面向三网融合的故障管理系统的研究及实现,TP315
- 基于TDS系统的泥土含水量测量方法研究,S152.7
- 吸收—光助氧化法处理二氯甲烷废气研究,X701.7
- 双通道微波法原油含水量的测量,TE622.1
- 科尔沁沙地土壤表层水分遥感反演模型研究,P237
- 原油含水量电子自动分析仪的研制,TE622.1
- 基于星—地遥感反演作物含水量的误差估计和模型应用,TP79
- 基于SVM的异常入侵检测系统关键技术的研究,TP393.08
- 生态水信息指标参数植被含水量遥感反演模型研究,P237
- 基于Gabor小波和SVM的动态人脸识别算法研究,TP391.41
- 延河流域人工与自然植被生物量及其土壤水分效应比较研究,S152.7
- 基于MODIS数据的长白山地区植被水分动态变化研究,P237
- 基于IEM的裸露随机地表土壤水分反演研究,S152.7
- MPCE实验装置列管式换热器系统建模与控制算法研究,TP273
- 电镀漂洗水膜法回用工程应用试验研究,X781.1
中图分类: >
© 2012 www.xueweilunwen.com
|