基于宽度学习的浓密机底流浓度软测量

TP273; 由于浓密脱水过程中浓密机的底流浓度难以在线检测,本文提出了一种基于宽度学习的软测量建模方法,用以解决底流浓度的在线检测问题.该方法精度高,泛化能力强.首先,在浓密机内部安装压力传感器,建立正常工况下的历史数据集;然后,利用宽度学习系统对软测量模型进行训练,从而实现浓密机底流浓度的在线预测;最后,通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比,宽度学习方法具有更高的预测精度....

Full description

Saved in:
Bibliographic Details
Published in东北大学学报（自然科学版） Vol. 42; no. 9; pp. 1231 - 1237
Main Authors 贾润达, 胡慧明, 张树磊
Format Journal Article
LanguageChinese
Published 东北大学 信息科学与工程学院, 辽宁 沈阳 110819 01.09.2021
Subjects
浓密机;宽度学习;底流浓度;软测量;深度学习
Online AccessGet full text
ISSN1005-3026
DOI10.12068/j.issn.1005-3026.2021.09.003

Cover

More Information
Summary:TP273; 由于浓密脱水过程中浓密机的底流浓度难以在线检测,本文提出了一种基于宽度学习的软测量建模方法,用以解决底流浓度的在线检测问题.该方法精度高,泛化能力强.首先,在浓密机内部安装压力传感器,建立正常工况下的历史数据集;然后,利用宽度学习系统对软测量模型进行训练,从而实现浓密机底流浓度的在线预测;最后,通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比,宽度学习方法具有更高的预测精度.
ISSN:1005-3026
DOI:10.12068/j.issn.1005-3026.2021.09.003