基于数据的铝电解槽氧化铝浓度预测

摘要：

根据铝电解的工艺原理和生产数据特点,分析工艺参数对铝电解槽氧化铝浓度的影响.针对铝电解生产数据存在噪声的问题,及铝电解槽在不同槽况下氧化铝浓度不同的特征,提出具有除噪功能FCM算法(NCFCM算法)的槽况分类多支持向量机氧化铝浓度预测方法;上述方法将训练样本数据分为c类,对每个子类样本建立支持向量机预测模型,用粒子群算法优化模型参数;建立判别函数,判别待预测样本数据所属类别;将待预测样本数据代人相应类的回归模型中进行预测.采用某铝厂电解槽采集数据作为应用案例,建立改进方法预测模型.相比标准模糊C-均值聚类算法的支持向量机模型,改进方法不仅考虑多个铝电解工艺参数对氧化铝浓度的影响,且有高预测精度、低训练难度等优点,为铝电解生产过程的稳定提供参考.仿真证实了改进方法的有效性.

关键词：铝电解、氧化铝浓度、支持向量机、子群优化、回归预测

所属期刊栏目：35

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目61164018;内蒙古自治区自然科学基金资助项目2014MS0612;内蒙古自治区高等学校科学研究项目NJZY17163

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：305-309