2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、以石化、鋼鐵為代表的流程工業(yè)生產過程具有非線性、時變、大滯后等特點,造成較難獲取與過程操作和控制密切相關的一些過程工藝參數。傳統(tǒng)的離線檢測方法耗時較長,難以實現(xiàn)對產品質量的實時控制,因此,如何在連續(xù)的生產過程中對這些過程工藝參數實現(xiàn)在線測量,對于提高流程工業(yè)企業(yè)的生產效率、降低能源消耗、保證產品質量,具有十分重要的意義。
  隨著流程工業(yè)企業(yè)信息化建設的推廣,企業(yè)已經積累了大量的生產過程數據,這些數據中蘊含著大量的有用信息,為實現(xiàn)

2、基于數據驅動的軟測量奠定了數據基礎。本文重點研究基于粒子群算法(Particle swarm optimization,PSO)和最小二乘支持向量機(Least square support vector machine,LSSVM)的軟測量建模方法與應用,并開發(fā)實際的流程工業(yè)生產過程軟測量和優(yōu)化系統(tǒng)。具體研究內容包括:
  (1)針對軟測量模型參數,提出將LSSVM模型參數的確定作為一個優(yōu)化問題,并使用改進的PSO算法求解該優(yōu)化

3、問題,以得到較好的模型參數;
  (2)針對訓練數據,提出使用聚類思想來改進訓練數據的稀疏性,以提高LSSVM的預測精度和魯棒性。
  (3)將基于PSO-LSSVM的軟測量建模方法應用到兩個實際的流程工業(yè)生產過程:稀土串級萃取過程和轉爐煉鋼生產過程,建立了這兩個生產過程中難測工藝參數的軟測量模型,并利用實際的生產數據對模型進行了測試,測試結果表明所建立的兩個軟測量模型均具有較高的預測精度和穩(wěn)定性。
  (4)針對轉爐

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論