在多效蒸發(fā)制鹽過程中,制鹽過程的平穩(wěn)運(yùn)行至關(guān)重要。隨著制鹽過程的持續(xù)進(jìn)行,許多不穩(wěn)定因素會(huì)導(dǎo)致制鹽過程不能平穩(wěn)進(jìn)行,這些因素可以通過預(yù)測(cè)制鹽數(shù)據(jù)的方式提前發(fā)現(xiàn),因此對(duì)多效蒸發(fā)制鹽數(shù)據(jù)進(jìn)行預(yù)測(cè)研究具有重要的意義。在多效蒸發(fā)制鹽過程中,制鹽裝置繁多使得參數(shù)之間的影響較為緊密,單個(gè)參數(shù)對(duì)其自身的影響有時(shí)延性,因此多效蒸發(fā)制鹽數(shù)據(jù)具有高維度、高復(fù)雜程度和時(shí)序性的特點(diǎn)。如將歷史制鹽數(shù)據(jù)直接用于數(shù)據(jù)預(yù)測(cè),會(huì)導(dǎo)致預(yù)測(cè)模型耗時(shí)長(zhǎng)且預(yù)測(cè)效果不佳,因此如何對(duì)多效蒸發(fā)制鹽數(shù)據(jù)進(jìn)行預(yù)測(cè)為本文主要研究的問題。針對(duì)上述問題,本文根據(jù)多效蒸發(fā)制鹽數(shù)據(jù)的特點(diǎn),對(duì)受限玻爾茲曼機(jī)、深度置信網(wǎng)絡(luò)和自編碼器進(jìn)行分析和改進(jìn),用于多效蒸發(fā)制鹽數(shù)據(jù)的特征提取,從而解決制鹽數(shù)據(jù)高維度和高復(fù)雜程度的問題。在此基礎(chǔ)上,結(jié)合制鹽數(shù)據(jù)中包含的時(shí)序信息,基于長(zhǎng)短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)提出三種多效蒸發(fā)制鹽數(shù)據(jù)預(yù)測(cè)模型,用于解決時(shí)序性制鹽數(shù)據(jù)的預(yù)測(cè)問題。實(shí)驗(yàn)表明,本文提出的三種預(yù)測(cè)模型在多效蒸發(fā)制鹽數(shù)據(jù)上可以得到良好的預(yù)測(cè)結(jié)果。除此以外,本文開發(fā)設(shè)計(jì)一款多效蒸發(fā)制鹽關(guān)鍵數(shù)據(jù)預(yù)測(cè)系統(tǒng),該系統(tǒng)通過可視化界面對(duì)多效蒸發(fā)制鹽關(guān)鍵數(shù)據(jù)進(jìn)行實(shí)時(shí)顯示,通過實(shí)時(shí)繪制... 

【文章來源】：淮陰工學(xué)院江蘇省

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

受限玻爾茲曼機(jī)結(jié)構(gòu)圖

二分網(wǎng)絡(luò)

花勇基于特征提取的多效蒸發(fā)制鹽數(shù)據(jù)預(yù)測(cè)研究13圖2-3循環(huán)神經(jīng)網(wǎng)絡(luò)Fig2-3RecurrentneuralnetworkLSTM在其隱層神經(jīng)元上對(duì)長(zhǎng)期記憶有專門的設(shè)計(jì)，使得整個(gè)網(wǎng)絡(luò)能夠?qū)W習(xí)到數(shù)據(jù)之間的長(zhǎng)期關(guān)聯(lián)，其隱層神經(jīng)元結(jié)構(gòu)如圖2-4所示。在圖2-4中，LSTM的隱層神經(jīng)元有三種輸入，即t時(shí)刻顯層神經(jīng)元的輸入tv、t-1時(shí)刻隱層神經(jīng)元的輸出t1h和t-1時(shí)刻隱層神經(jīng)元的狀態(tài)參數(shù)t1Cell。圖2-4LSTM網(wǎng)絡(luò)隱層神經(jīng)元結(jié)構(gòu)Fig2-4ThehiddenlayerneuronstructureofLSTMnetworkLSTM隱層神經(jīng)元主要由四個(gè)模塊組成，在模塊1中，函數(shù)的功能是選擇性忘記t-1時(shí)刻隱層神經(jīng)元輸出t1h和t時(shí)刻輸入數(shù)據(jù)tv中的一些信息，模塊1的輸出如公式(2-8)所示。1([,])tsttssWhvb(2-8)在模塊2中，該模塊的作用是更新信息，選擇性地對(duì)t-1時(shí)刻隱層神經(jīng)元的輸出t1h和t時(shí)刻輸入數(shù)據(jù)tv中的信息進(jìn)行更新，模塊2的輸出如公式(2-9)和(2-10)所示。1([,])tittiiWhvb(2-9)1([,])tCttCCWhvb(2-10)模塊3的作用是根據(jù)模塊1和模塊2的輸出，對(duì)當(dāng)前時(shí)刻隱層神經(jīng)元的狀態(tài)進(jìn)行更新，更新公式如(2-11)所示。

【參考文獻(xiàn)】：
期刊論文
[1]時(shí)頻聯(lián)合長(zhǎng)時(shí)循環(huán)神經(jīng)網(wǎng)絡(luò)[J]. 莊連生,呂揚(yáng),楊健,李厚強(qiáng).  計(jì)算機(jī)研究與發(fā)展. 2019(12)
[2]基于降噪時(shí)序深度學(xué)習(xí)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測(cè)方法[J]. 曹有為,閆雙紅,劉海濤,郭力.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2020(01)
[3]基于深度自編碼網(wǎng)絡(luò)的剛性罐道故障診斷[J]. 包從望,朱廣勇,江偉,劉永志.  中國礦業(yè). 2019(08)
[4]DCS自動(dòng)化控制系統(tǒng)在制鹽生產(chǎn)中的應(yīng)用[J]. 楊旭麗,徐煥虎,陸衛(wèi)東.  中國井礦鹽. 2019(03)
[5]防結(jié)垢方法的研究與應(yīng)用[J]. 趙靖,張仂.  鹽科學(xué)與化工. 2019(03)
[6]MVR工藝技術(shù)在鹽化工領(lǐng)域面臨的機(jī)遇與挑戰(zhàn)[J]. 張經(jīng)緯.  鹽科學(xué)與化工. 2018(10)
[7]關(guān)于EV301硝蒸發(fā)罐加熱室運(yùn)行異常的探索[J]. 楊毅,李艷,李波.  中國井礦鹽. 2018(05)
[8]蒸發(fā)制鹽生產(chǎn)中影響鹽粒度的分析[J]. 王寧軍,賈曉華,張永松,李春林.  鹽科學(xué)與化工. 2018(09)
[9]EV-302閃發(fā)罐結(jié)塊鹽的原因分析及對(duì)策[J]. 韓明道,于理想,王啟龍.  鹽科學(xué)與化工. 2018(07)
[10]蓬萊鹽化真空制鹽系統(tǒng)結(jié)垢及防垢探究[J]. 王勇,莫弘,謝佳俊.  中國井礦鹽. 2017(06)



本文編號(hào)：3241230