您的位置: 专家智库 > >

李祥宇

作品数:3 被引量:23H指数:2
供职机构:南京林业大学轻工科学与工程学院江苏省制浆造纸科学与技术重点实验室更多>>
发文基金:制浆造纸工程国家重点实验室开放基金江苏省制浆造纸科学与技术重点实验室开放基金高层次人才科研启动基金更多>>
相关领域:环境科学与工程轻工技术与工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇环境科学与工...
  • 2篇轻工技术与工...

主题

  • 3篇造纸
  • 3篇造纸废水
  • 3篇废水
  • 2篇造纸废水处理
  • 2篇支持向量
  • 2篇水处理
  • 2篇偏最小二乘
  • 2篇主成分
  • 2篇主成分分析
  • 2篇向量
  • 2篇故障检测
  • 2篇废水处理
  • 1篇支持向量回归
  • 1篇支持向量机
  • 1篇软测量
  • 1篇软测量建模
  • 1篇偏最小二乘法
  • 1篇主成分分析法
  • 1篇最小二乘
  • 1篇向量机

机构

  • 3篇南京林业大学
  • 3篇华南理工大学

作者

  • 3篇刘鸿斌
  • 3篇李祥宇
  • 1篇王海燕
  • 1篇赵小燕
  • 1篇蔡贝贝
  • 1篇杜文强
  • 1篇张光锐

传媒

  • 2篇中国造纸学报
  • 1篇中华纸业

年份

  • 2篇2018
  • 1篇2017
3 条 记 录,以下是 1-3
排序方式:
基于PCA降维模型的造纸废水处理过程软测量建模被引量:13
2018年
针对造纸废水处理过程的复杂特性,本课题将主成分分析(PCA)与人工神经网络(ANN)和支持向量回归(SVR)相结合,构建出两种新的软测量模型:主成分分析-人工神经网络(PCA-ANN)和主成分分析-支持向量回归(PCA-SVR)。本课题将这两种软测量模型应用于造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)浓度的预测。计算结果表明,PCA-ANN和PCA-SVR的预测效果均优于偏最小二乘、支持向量回归和人工神经网络3种常规软测量模型,并且PCA-ANN的预测效果最优。对于出水COD浓度预测,PCA-ANN的决定系数(R2)为0.984,均方误差(MSE)为1.892,较ANN分别优化了9.7%和71.5%。对于出水SS浓度预测,PCA-ANN的R2为0.762,MSE为0.228,较ANN分别优化了31.2%和58.7%。
刘鸿斌李祥宇李祥宇
关键词:造纸废水处理支持向量回归偏最小二乘软测量
基于支持向量机的造纸废水处理过程故障诊断被引量:9
2018年
故障检测和故障诊断是工业过程监控的主要内容。针对造纸废水处理过程的多变量、非线性、大时变等特点,本课题首先采用主成分分析(PCA)对故障进行检测,然后分别采用马氏距离判别分析和支持向量机(SVM)对偏移、漂移和精度下降3种故障类型进行故障诊断。计算结果表明,基于主成分分析的故障检测率达97. 50%;基于支持向量机故障诊断方法的故障分离能力为90. 00%,而基于马氏距离判别分析方法的故障分离能力为73. 75%。相比基于马氏距离判别分析的故障诊断方法,基于支持向量机的故障诊断方法更适合于非线性时变的造纸废水处理过程。
李祥宇杨冲宋留赵小燕刘鸿斌
关键词:故障检测故障诊断主成分分析支持向量机
基于多元统计分析的造纸废水处理过程传感器故障检测被引量:2
2017年
基于数据驱动的多元统计分析方法在化工过程故障检测领域具有广泛的应用。本文将多元统计分析中最基本的主成分分析法(PCA)和偏最小二乘法(PLS)应用到造纸废水处理过程的故障检测。为了对比故障检测效果,在入水化学需氧量、pH和出水悬浮固形物三个变量上归纳出了四种传感器故障类型。计算结果表明:对于在入水化学需氧量上的偏移故障类型,PCA的故障检测率要大于PLS;对于在pH上的漂移和精度下降这两种故障类型,PLS的故障检测率大于PCA;对于在出水悬浮固形物上的完全失效故障类型,PCA方法的故障检测率为100%,而PLS方法的故障检测率为0。
刘耀瑶李祥宇张光锐杜文强蔡贝贝王海燕刘鸿斌
关键词:主成分分析法偏最小二乘法造纸废水处理故障检测
共1页<1>
聚类工具0