基于PCA-LS＿SVM的镨＼钕萃取过程元素组分含量预测.pdf

《基于PCA-LS＿SVM的镨＼钕萃取过程元素组分含量预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第３７卷第６期南昌大学学报（理科版）Ｖｏｌ．３７Ｎｏ．６２０１３年１２月ＪｏｕｒｎａｌｏｆＮａｎｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｄｅｃ．２０１３文章编号：１００６０４６４（２０１３）０６０５８９０５基于ＰＣＡＬＳ＿ＳＶＭ的镨＼钕萃取过程元素组分含量预测陆荣秀１，２，３，杨辉１，２，３，欧阳超明２，３，朱璐闻２，３（１．南昌大学机电工程学院，江西南昌３３０００６；２．华东交通大学电气与电子工程学院，江西南昌３３００１３；３．江西省先进控制与优化重点实验室，江西南昌３３００１３）摘要：针对

2、镨＼钕（Ｐｒ＼Ｎｄ）萃取过程中元素组分含量难以在线检测的问题，依据Ｐｒ、Ｎｄ混合溶液图像特征可以反映元素组分含量分布的特性，建立了基于离子颜色特征的Ｐｒ＼Ｎｄ萃取过程元素组分含量预测模型。采集Ｐｒ＼Ｎｄ萃取过程中稀土混合溶液图像信息，在ＨＳＩ颜色空间中提取图像特征，采用主成分分析法分析各颜色分量对元素组分含量的影响，选取影响较大的Ｈ、Ｓ特征分量一阶矩作为预测模型的输入变量，利用最小二乘支持向量机算法（ＬＳ＿ＳＶＭ）具有解决小样本、非线性能力强及运行速度快的优点，建立基于Ｐｒ＼Ｎｄ萃取过程元素组分含量预测模型。通过Ｐｒ＼Ｎｄ萃

3、取生产现场运行数据测试，表明建立的模型适用于具有离子特征颜色的稀土萃取过程组分含量在线快速预报。关键词：镨＼钕萃取；离子颜色特征；主成分分析；最小二乘支持向量机；建模中图分类号：ＴＰ２７３文献标志码：ＡＦｏｒｅｃａｓｔｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼ＮｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎＰＣＡＬＳ＿ＳＶＭ１，２，３，ＹＡＮＧＨｕｉ１，２，３，ＯＵＹＡＮＧＣｈａｏｍｉｎｇ２，３，ＺＨＵＬｕｗｅｎ２，３ＬＵＲｏｎｇｘｉｕ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＭｅｃｈａｎｉｃａｌ＆

4、ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ，３３００３１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ，３３００１３，Ｃｈｉｎａ；３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＣｏｎｔｒｏｌ＆ＯｐｔｉｍｉｚａｔｉｏｎｏｆＪｉａｎｇｘｉＰｒｏｖｉｎｃｅ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ，３３００１３，Ｃｈｉｎ

5、ａ）Ａｂｓｔｒａｃｔ：ＩｎｖｉｅｗｏｆｔｈｅｏｎｌｉｎｅｄｅｔｅｃｔｐｒｏｂｌｅｍｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼Ｎｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｏｐｅｒｔｙｔｈａｔｉｍａｇｅｆｅａｔｕｒｅｓｏｆｔｈｅｍｉｘｅｄｓｏｌｕｔｉｏｎｏｆＰｒａｎｄＮｄｃａｎｒｅｆｌｅｃｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔ，ａｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼Ｎｄｅｘｔｒａｃｔ

6、ｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎｉｏｎｃｏｌｏｒｆｅａｔｕｒｅｓ．Ａｔｆｉｒｓｔ，ｃｏｌｌｅｃｔｉｎｇｉｍａｇｅｉｎｆｏｒｍａｔｉｏｎｏｆｒａｒｅｅａｒｔｈｍｉｘｅｄｓｏｌｕｔｉｏｎｉｎＰｒ＼ＮｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓａｎｄｅｘｔｒａｃｔｉｎｇｔｈｅｉｍａｇｅｆｅａｔｕｒｅｓｉｎＨＳＩｃｏｌｏｒｓｐａｃｅ．Ｔｈｅｎ，ｕｓｉｎｇｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｔｏａｎａｌｙｚｅｔｈｅｉｍｐａｃｔｏｆｅａｃｈｃｏｌｏｒｃｏｍｐｏｎｅｎｔｏｎｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔａｎｄ

7、ｓｅｌｅｃｔｉｎｇｔｈｅｆｉｒｓｔｍｏｍｅｎｔｓｏｆＨａｎｄＳｆｅａｔｕｒｅｓｗｈｉｃｈｈａｖｅｍｏｒｅｉｍｐａｃｔｏｎｉｔｔｏｔｈｅｉｎｐｕｔｖａｒｉａｂｌｅｓｏｆｆｏｒｅｃａｓｔｍｏｄｅｌ．Ｆｉｎａｌｌｙ，ａｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼Ｎｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅａｌｇｏｒｉｔｈｍ，ｉｔｈａｓａｄｖａｎｔａｇｅｓｉｎｓｏｌｖｉｎｇｓｍａｌｌｓａｍｐ

8、ｌｅ，ｎｏｎｌｉｎｅａｒａｎｄｈｉｇｈｓｐｅｅｄ．Ａｎａｃｔｕａｌｄａｔａｔｅｓｔｉｎｇｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｃａｎｂｅｓｕｉｔａｂｌｅｔｏｏｎｌｉｎｅｆａｓｔｆｏｒｅｃａｓｔｏｆｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎｒａｒｅｅａｒｔｈｅｘｔｒａｃｔｉｏｎｐｒｏ