版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、火力發(fā)電、水泥、化工、冶金、垃圾焚燒等行業(yè)的煙氣排放是對大氣造成污染的主要原因。隨著世界范圍內(nèi)對環(huán)境保護(hù)標(biāo)準(zhǔn)的日益嚴(yán)格,加強(qiáng)了對煙塵排放的控制,袋式除塵器以其高效的除塵效率,在煙氣除塵中的應(yīng)用越來越廣泛。耐高溫濾料是袋式除塵器的關(guān)鍵部件,濾料性能對除塵效果影響很大,影響耐高溫濾料的因素也有很多,不同的使用環(huán)境對濾料的過濾效率有著不同程度的影響,要理清這些因素的影響程度,就要求對各個影響因素進(jìn)行分析,找出各影響因素間的關(guān)系。
在
2、實際生產(chǎn)中,濾料效率并非受單一因素影響,而是多種因素綜合作用的結(jié)果。因此,單純靠實驗的方法無法直接得到各因素的影響程度與相互關(guān)系。這種問題基本屬于黑箱問題,解決這類問題,常見的方法是借助計算機(jī)與自控專業(yè)關(guān)于機(jī)器學(xué)習(xí)的相關(guān)知識求解,比如較常用的是利用神經(jīng)網(wǎng)絡(luò)算法求解。然而神經(jīng)網(wǎng)絡(luò)尤其自身的一些缺陷,本文主要探討應(yīng)用最小二乘支持向量機(jī)求解。
本文建立了過濾器靜態(tài)效率測試平臺,確定氣體的溫度、氣體流速、上游發(fā)塵濃度等研究因素,通過對
3、這些測試條件的調(diào)節(jié),分析過濾效率的變化趨勢,對影響濾料過濾效率的各種因素進(jìn)行了實驗驗證,獲得了大量實驗數(shù)據(jù),探討了各因素對于過濾效率的影響。
依托現(xiàn)有的實驗數(shù)據(jù)庫,以Matlab作為軟件平臺,利用基于最小二乘支持向量機(jī)的lssvmlab工具箱對于濾料測試的實驗數(shù)據(jù)進(jìn)行學(xué)習(xí),以氣體溫度、氣體流速,上游發(fā)塵濃度為輸入,濾料過濾效率為輸出訓(xùn)練算法,預(yù)測出了不同測試條件下濾料的過濾效率。選擇同樣的實驗數(shù)據(jù)庫,利用RBF神經(jīng)網(wǎng)絡(luò)與BP神
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LS-SVM的軸承故障趨勢預(yù)測方法研究.pdf
- 基于LS-SVM的非線性預(yù)測控制研究.pdf
- 基于多核模糊LS-SVM的廣義預(yù)測控制.pdf
- 基于LS-SVM模型的證券價格可預(yù)測性研究.pdf
- 基于LS-SVM的入侵檢測.pdf
- 基于LS-SVM的圍巖位移非線性預(yù)測應(yīng)用研究.pdf
- 基于人工蜂群優(yōu)化LS-SVM短期負(fù)荷預(yù)測研究.pdf
- 基于LS-SVM在線模型的非線性預(yù)測控制研究.pdf
- 基于LS-SVM的時間序列預(yù)測方法及其應(yīng)用研究.pdf
- 基于LS-SVM的混合料粒度分布軟測量方法研究.pdf
- 基于LS-SVM的半圓拱形巷道無線信道建模與預(yù)測.pdf
- 基于LS-SVM目標(biāo)識別的研究.pdf
- 基于LS-SVM的多標(biāo)簽分類算法.pdf
- 基于LS-SVM的fMRI數(shù)據(jù)分析.pdf
- 耐高溫復(fù)合濾料的結(jié)構(gòu)分析和過濾性能理論探討.pdf
- 基于人工魚群的LS-SVM在短期負(fù)荷預(yù)測中的應(yīng)用.pdf
- 基于LS-SVM的軟測量建模方法研究.pdf
- 基于K-means聚類的LS-SVM短期負(fù)荷預(yù)測方法研究.pdf
- 基于多變量LS-SVM和模糊循環(huán)推理系統(tǒng)的負(fù)荷預(yù)測.pdf
- 基于LS-SVM的再熱汽溫系統(tǒng)建模及趨勢預(yù)測.pdf
評論
0/150
提交評論