PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf

《PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、１０５６化工自动化及仪表第４４卷PCA-SS-LSSVM在循环冷却水①结垢预测中的应用１１２董超胡艳珍李晨光（１．天津理工大学天津市复杂系统控制理论及应用重点实验室；２．中国石油化工股份有限公司天津分公司）摘要采用主成分分析-分散搜索算法-最小二乘向量机（ＰＣＡ-ＳＳ-ＬＳＳＶＭ）算法对某石化企业近几年的生产数据进行建模预测。经过实验仿真表明：该算法能及时准确地预测粘附速率。关键词ＰＣＡ-ＳＳ-ＬＳＳＶＭ算法循环冷却水结垢动态建模动态仿真中图分类号ＴＨ８６５；ＴＰ３９１文献标识码Ａ文章编号１０００-３９３２（２０１７）１１-１０５６-０５［７，８］循环冷却水系统是遍及石化、冶金及

2、电力等件下提高计算速度的目的。ＰＣＡ-ＳＳ-ＬＳＳＶＭ工业部门的用水系统，是流程工业重要的公用工算法结构框图如图１所示。程，其运行质量直接以及生产装置和设备安全，关系到产品的产率和质量。腐蚀和结垢是循环冷却水系统中的常见故障。随着循环冷却水的不断重复利用，受到水源、工艺条件及工艺介质等的影响，循环冷却水水质会不断恶化，容易导致设备形成水垢，产生腐蚀，进而影响设备寿命、安全生产和经济运行。为此，只有合理、准确判断水质特性图１ＰＣＡ-ＳＳ-ＬＳＳＶＭ算法结构框图［１］才能采取相应的措施来预防腐蚀和结垢问题。循环冷却水结垢是受多个因素影响的典型复杂非由图１可知该算法的输入变量在经过ＰＣ

3、Ａ［２］线性问题。ＰＣＡ-ＳＳ-ＬＳＳＶＭ可以很好地实现降降维处理之后得到主成分，并将它作为模型的输维和非线性预测算法，故笔者采用该算法对结垢入进行训练建模。其中模型的参数寻优由ＳＳ得问题进行预测研究。到。经过ＳＳ-ＬＳＳＶＭ的建模预测之后输出变量，1PCA-SS-LSSVM当输出变量的误差允许值超过设定范围，则返回ＰＣＡ-ＳＳ-ＬＳＳＶＭ是一种标准支持向量机的改输入重新计算。进组合算法。采用最小二乘线性方程代替传统标2基于PCA的结垢因素相关性分析准向量机中ε不敏感损失函数，从而将原来的非主成分分析是把各变量之间互相关联的复杂［３，４］线性约束转变为线性约束。利用分散搜索算关系

4、进行简化分析的方法。在力求数据信息丢失法（ＳＳ）对惩罚因子和核函数宽度进行寻优，从而最少的原则下，对高维的变量空间降维。［５，６］找到最优组合来提高模型的精度。由此就形本文实验研究中选取了天津某石化２００天的成了扩展的向量机ＳＳ-ＬＳＳＶＭ。由于结垢问题受实际生产数据，对结垢有影响的因素有１５个（表到众多因素影响，因此引入了主成分分析（ＰＣＡ）１），初始样本见表２、３。对它进行降维处理，以达到不影响模型精度的条①作者简介：董超（１９７８-），副研究员，从事过程控制的研究。联系人：胡艳珍（１９９２-），硕士研究生，从事循环冷却水腐蚀结垢预测的研究，１４８４３２４５０６＠ｑｑ．ｃｏｍ

5、。第１１期董超等．ＰＣＡ-ＳＳ-ＬＳＳＶＭ在循环冷却水结垢预测中的应用１０５７表１参数名称对应表参数名称参数名称参数名称X１浓缩倍数X６ＣＯＤ（ｍｇ／Ｌ）X１１钾离子（ｍｇ／Ｌ）X２浊度（ｍｇ／Ｌ）X７电导率（μｓ／ｃｍ）X１２钙离子（ｍｇ／Ｌ）X３余氯（ｍｇ／Ｌ）X８总铁（ｍｇ／Ｌ）X１３氯离子（ｍｇ／Ｌ）X４总磷（ｍｇ／Ｌ）X９总碱（ｍｇ／Ｌ）X１４异养菌X５正磷（ｍｇ／Ｌ）X１０粘泥X１５ｐＨ表２初始样本数据（一）浓缩倍数浊度余氯总磷正磷ＣＯＤ电导率总铁２３７．９００４．９０００．５１３１１．４２０１２．８４０．２００２．８９００．２７０２４４．０００４．６０００．５１２１

6、２．５１０１２．１９０．５００２．９７００．２１０２５３．２００６．３０００．５１２９．５７０１１．３３０．２００２．８１００．２２９……………………７．６３０４．１０００．１００９．４７０１１．５９０．２００１９００．００００．１９９５０．４５０３．８０００．１００９．７４０１１．１００．１９０１９６７．００００．２１１７７．５００１２．７０００．１００９．５２０１０．７７０．１９０２８８０．００００．２１０表３初始样本数据（二）总碱粘泥钙离子钾离子氯离子异养菌ｐＨ粘附速率８．５８０２０．２００９．２５９５．５６５．００５．８００１４．３０６．９００２０．２５０１０．７６００．

7、５６３．００６．０００１２．３０７．５４０２０．２００１１．２５６０．４９４．００６．０００７．９０……………………１７３．９００１３９５．３００１６．０６２０．５６４．００８．３８０８．１９２１９．６００１３４２０．５００７３．０２３４．３６０．００８．２７０１４．９０３１０．２５０１４５５５．５００１１．８２３４．３６１．００８．２６０１５．６０将上述数据导入ＳＰＳＳ软件中进行主成分分（续表４）析，主成分贡献率见表４，图２为特征值的碎石分初始特征值序号布。合计贡献率／％累积贡