10.16866/j.com.app.chem201803006
基于PCA-聚类分析的合成氨工艺过程历史数据建模
为确定合成氨工艺中各过程变量对液氨产量的影响、提高后者预测的准确率,本文以某合成氨工厂97689组历史运行数据为样本,建立了工艺过程的多元二次回归预测模型.首先本文对原始数据进行了时序分析,再用主成分分析(PCA)对21个过程变量降维,提取前6个主成分作为影响因子集合,然后通过K均值聚类将全部数据分为3类.最后通过多元二次回归构建了液氨产量的预测模型,并验证了其拟合优度.分析结果表明:该模型形式简单,能够较准确地反映合成氨工艺过程的主要特征,预测值与实测值的平均相对误差在5%以内.
合成氨、主成分分析、数据聚类、预测模型
35
TQ015.9;TP391.9;O6-39(一般性问题)
国家自然科学基金No.21736008
2018-08-30(万方平台首次上网日期,不代表论文的发表时间)
共9页
211-219