基于PSO優(yōu)化的LS-SVM氧化鋁濃度預(yù)測(cè)
發(fā)布時(shí)間:2021-03-11 11:56
針對(duì)鋁電解生產(chǎn)過程分布式氧化鋁濃度在線測(cè)量無法應(yīng)用于濃度控制問題,提出了基于PSO優(yōu)化的LS-SVM氧化鋁濃度快速預(yù)測(cè)方法。首先,通過分析氧化鋁濃度的機(jī)理模型和鋁電解現(xiàn)場(chǎng)工藝流程,得到與分布式氧化鋁濃度相關(guān)的可在線測(cè)量的相關(guān)變量;然后,將PSO與LS-SVM相結(jié)合,在只有極間電壓和陽極導(dǎo)桿電流的輸入下,利用PSO進(jìn)行參數(shù)優(yōu)化并自動(dòng)尋優(yōu),以滿足精度和實(shí)時(shí)性要求。最后,通過現(xiàn)場(chǎng)200 kA系列鋁電解槽的3組陽極導(dǎo)桿的數(shù)據(jù)采集與實(shí)驗(yàn),驗(yàn)證了所提方法的有效性。與已有方法相比,所提算法僅需陽極導(dǎo)桿分布電流和極間電壓(陽極導(dǎo)桿到陰極鋼棒之間的電壓)兩項(xiàng)參數(shù),即可實(shí)現(xiàn)氧化鋁濃度的實(shí)時(shí)預(yù)測(cè),在180 MHz微處理器下運(yùn)行需要約250 ms,預(yù)測(cè)的均方值誤差(MSE)為0.0330,滿足現(xiàn)場(chǎng)實(shí)際生產(chǎn)過程氧化鋁濃度控制的實(shí)時(shí)性和精度要求。
【文章來源】:輕金屬. 2020,(10)北大核心
【文章頁數(shù)】:8 頁
【文章目錄】:
1 研究目的
2 工業(yè)鋁電解過程
3 研究方法
3.1 SVM算法基本原理
(1)多項(xiàng)式核函數(shù)
(2)徑向基核函數(shù)
(3)Sigmoid核函數(shù)
3.2 LS-SVM算法原理
3.3 粒子群算法
3.4 PSO優(yōu)化的LS-SVM算法
4 研究結(jié)果
4.1 實(shí)驗(yàn)數(shù)據(jù)采集
(1)陽極導(dǎo)桿電流采集
(2)極間電壓采集
(3)氧化鋁濃度采集
4.2 氧化鋁濃度預(yù)測(cè)
(1)確定核函數(shù)。
(2)利用PSO優(yōu)化核函數(shù)參數(shù)。
(3)采用支持向量機(jī)進(jìn)行訓(xùn)練。
(4)對(duì)氧化鋁濃度進(jìn)行預(yù)測(cè)。
5 結(jié) 論
【參考文獻(xiàn)】:
期刊論文
[1]基于最小二乘支持向量機(jī)的氧化鋁濃度預(yù)測(cè)[J]. 崔家瑞,張政偉,李擎,崔家山. 兵器裝備工程學(xué)報(bào). 2018(12)
[2]基于PLC和傳感網(wǎng)絡(luò)的在線檢測(cè)系統(tǒng)研究[J]. 黃若愚,曹斌,李猛. 有色冶金設(shè)計(jì)與研究. 2018(03)
[3]400kA系列鋁電解槽區(qū)域氧化鋁濃度時(shí)空分布研究[J]. 曹阿林,郭林,李靖靖. 有色金屬(冶煉部分). 2018(06)
[4]基于數(shù)據(jù)的鋁電解槽氧化鋁濃度預(yù)測(cè)[J]. 崔桂梅,楊海靳,劉丕亮,于凱. 計(jì)算機(jī)仿真. 2018(02)
[5]基于噪聲模型的鋁電解槽陽極導(dǎo)桿電流采集器[J]. 崔家瑞,宋寶棟,李擎,楊旭,楊越. 實(shí)驗(yàn)室研究與探索. 2017(10)
[6]鋁電解過程中R-C曲線的理論分析[J]. 曹阿林,曹斌,易小兵,李劼. 有色金屬(冶煉部分). 2013(12)
[7]基于FNN-UKF神經(jīng)網(wǎng)絡(luò)的氧化鋁濃度動(dòng)態(tài)預(yù)測(cè)模型[J]. 易軍,李太福,侯杰,姚立忠,田應(yīng)甫. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2013(01)
[8]基于正交變換的氧化鋁濃度預(yù)測(cè)[J]. 林景棟,李嶺,張鵬. 武漢工程大學(xué)學(xué)報(bào). 2010(09)
[9]GM(1,1)模型在鋁電解氧化鋁濃度估計(jì)中的應(yīng)用研究[J]. 張紅亮,李劼,張文根,陳湘濤,鄒忠. 儀器儀表學(xué)報(bào). 2008(04)
本文編號(hào):3076417
【文章來源】:輕金屬. 2020,(10)北大核心
【文章頁數(shù)】:8 頁
【文章目錄】:
1 研究目的
2 工業(yè)鋁電解過程
3 研究方法
3.1 SVM算法基本原理
(1)多項(xiàng)式核函數(shù)
(2)徑向基核函數(shù)
(3)Sigmoid核函數(shù)
3.2 LS-SVM算法原理
3.3 粒子群算法
3.4 PSO優(yōu)化的LS-SVM算法
4 研究結(jié)果
4.1 實(shí)驗(yàn)數(shù)據(jù)采集
(1)陽極導(dǎo)桿電流采集
(2)極間電壓采集
(3)氧化鋁濃度采集
4.2 氧化鋁濃度預(yù)測(cè)
(1)確定核函數(shù)。
(2)利用PSO優(yōu)化核函數(shù)參數(shù)。
(3)采用支持向量機(jī)進(jìn)行訓(xùn)練。
(4)對(duì)氧化鋁濃度進(jìn)行預(yù)測(cè)。
5 結(jié) 論
【參考文獻(xiàn)】:
期刊論文
[1]基于最小二乘支持向量機(jī)的氧化鋁濃度預(yù)測(cè)[J]. 崔家瑞,張政偉,李擎,崔家山. 兵器裝備工程學(xué)報(bào). 2018(12)
[2]基于PLC和傳感網(wǎng)絡(luò)的在線檢測(cè)系統(tǒng)研究[J]. 黃若愚,曹斌,李猛. 有色冶金設(shè)計(jì)與研究. 2018(03)
[3]400kA系列鋁電解槽區(qū)域氧化鋁濃度時(shí)空分布研究[J]. 曹阿林,郭林,李靖靖. 有色金屬(冶煉部分). 2018(06)
[4]基于數(shù)據(jù)的鋁電解槽氧化鋁濃度預(yù)測(cè)[J]. 崔桂梅,楊海靳,劉丕亮,于凱. 計(jì)算機(jī)仿真. 2018(02)
[5]基于噪聲模型的鋁電解槽陽極導(dǎo)桿電流采集器[J]. 崔家瑞,宋寶棟,李擎,楊旭,楊越. 實(shí)驗(yàn)室研究與探索. 2017(10)
[6]鋁電解過程中R-C曲線的理論分析[J]. 曹阿林,曹斌,易小兵,李劼. 有色金屬(冶煉部分). 2013(12)
[7]基于FNN-UKF神經(jīng)網(wǎng)絡(luò)的氧化鋁濃度動(dòng)態(tài)預(yù)測(cè)模型[J]. 易軍,李太福,侯杰,姚立忠,田應(yīng)甫. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2013(01)
[8]基于正交變換的氧化鋁濃度預(yù)測(cè)[J]. 林景棟,李嶺,張鵬. 武漢工程大學(xué)學(xué)報(bào). 2010(09)
[9]GM(1,1)模型在鋁電解氧化鋁濃度估計(jì)中的應(yīng)用研究[J]. 張紅亮,李劼,張文根,陳湘濤,鄒忠. 儀器儀表學(xué)報(bào). 2008(04)
本文編號(hào):3076417
本文鏈接:http://sikaile.net/projectlw/yjlw/3076417.html
最近更新
教材專著