当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于数据挖掘的空分装置工艺仿真与工艺参数优化

发布时间:2021-11-05 21:51
  随着智能制造技术的不断发展,大数据技术风靡一时,对于空分装置而言,利用数据挖掘技术进行工艺仿真及参数的优化具有很大意义。本课题的研究目的是通过对国内外空分装置工艺仿真及参数优化方法的资料分析、实地调研,利用空分装置生产所得历史数据,基于数据挖掘技术,建立合适的仿真模型来指导空分装置的生产作业,为今后空分行业做工艺仿真提供可靠的理论和实践依据。并提出一种基于天牛须搜索算法的工艺参数优化模型,获得最佳工艺参数,指导生产时加工参数的选择,避免工艺参数选择的盲目性,提高生产过程的效率,降低生产成本,降低能耗。本文以空分装置为对象,基于历史数据对空分装置进行工艺仿真与参数优化。主要工作如下:(1)打破了传统的基于数学模型的空分装置仿真模式,首次将大数据分析、BP神经网络引入空分装置工艺仿真,为空分装置仿真开辟了新思路。采用天牛须搜索算法优化BP神经网络,为BP神经网络优化提供了新方法。(2)对20个参数的历史数据进行采集,并对缺失值和异常值进行了处理。进行了数据的归一化处理;通过相关性分析,确定了空压机入口温度等9个参数作为氧气产量预测模型的输入参数。(3)构建了9-25-1的三层BP神经网络,... 

【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】:75 页

【学位级别】:硕士

【部分图文】:

基于数据挖掘的空分装置工艺仿真与工艺参数优化


图1-2神经网络处理问题流程图??

氮压机,增压机,耗电量,中压


出于安全生产的考虑,企业DCS系统的实时数据不允许外部通过数据接口??进行读取,我们只能在显示器上看到各个测点数据的曲线,将每天(24小时)??的曲线进行拍照,形成图片,如图2-2所示。??y?a—bhm—b—————??I?———————MHBB??^^shhbhhbhhmhesdhhihhbhhhbbbhbh^??图2-2工艺参数照片??氧气产量、空压机、增压机、中压氮压机及低压氮压机耗电量数据为人工记??录数据,如图2-3、2-4。???m^<a?vc?r*?'-?????*?cb?mm?nr**"??*?■*?'?°*?糾?:??**?麵.'****?WK'W?I^TOMI?廉?11,???_!??,■二?,?--?l?r??:?*.??:无挪W.W?j?_?^?t??.?1?C?,?〇?3?u???,?.???C?t,??AMHb?I?;?**?JWWM-*?>??CCOOtiU?:WAb?4??a.?Tihmi?£?J?iw?u?I?*?wu*m?〇?〇?n?t?a?i>?xn?sc?s??fc?ww???1?m??n

照片,氧气,产量,照片


出于安全生产的考虑,企业DCS系统的实时数据不允许外部通过数据接口??进行读取,我们只能在显示器上看到各个测点数据的曲线,将每天(24小时)??的曲线进行拍照,形成图片,如图2-2所示。??y?a—bhm—b—————??I?———————MHBB??^^shhbhhbhhmhesdhhihhbhhhbbbhbh^??图2-2工艺参数照片??氧气产量、空压机、增压机、中压氮压机及低压氮压机耗电量数据为人工记??录数据,如图2-3、2-4。???m^<a?vc?r*?'-?????*?cb?mm?nr**"??*?■*?'?°*?糾?:??**?麵.'****?WK'W?I^TOMI?廉?11,???_!??,■二?,?--?l?r??:?*.??:无挪W.W?j?_?^?t??.?1?C?,?〇?3?u???,?.???C?t,??AMHb?I?;?**?JWWM-*?>??CCOOtiU?:WAb?4??a.?Tihmi?£?J?iw?u?I?*?wu*m?〇?〇?n?t?a?i>?xn?sc?s??fc?ww???1?m??n

【参考文献】:
期刊论文
[1]基于天牛须搜索优化的室内定位算法[J]. 邹东尧,陈鹏伟,刘宽.  湖北民族学院学报(自然科学版). 2018(04)
[2]同源DNA序列中间隔位点的核苷酸最近邻插补[J]. 秦雪瑞,刘雄恩.  福建农林大学学报(自然科学版). 2018(05)
[3]基于天牛须搜索的花朵授粉算法[J]. 邵良杉,韩瑞达.  计算机工程与应用. 2018(18)
[4]基于BAS-BP模型的风暴潮灾害损失预测[J]. 王甜甜,刘强.  海洋环境科学. 2018(03)
[5]基于BP神经网络及PSO算法的食品输送齿轮注塑工艺参数优化研究[J]. 刘月云,刘碧俊.  塑料科技. 2018(01)
[6]大型空分设备气体压缩机组仿真平台的研发及应用[J]. 刘仁亮,刘超,魏雪琴.  深冷技术. 2017(07)
[7]基于数据挖掘技术的短期电力负荷预测[J]. 张冰玉.  电力大数据. 2017(10)
[8]基于大数据分析的半导体工艺的良率提升研究[J]. 陆健,杨冬琴,黄倩露,王强,赵苏华.  南通大学学报(自然科学版). 2016(04)
[9]数据挖掘在电力系统中的应用综述[J]. 于燕平.  电脑与信息技术. 2015(05)
[10]缺失数据下联合均值与方差模型的参数估计[J]. 邱贻涛,吴刘仓,马婷.  数理统计与管理. 2015(04)

硕士论文
[1]计及电动汽车充电负荷的微电网能量优化调度研究[D]. 朱宗耀.西安理工大学 2018
[2]拔出法检测超高性能混凝土抗压强度试验研究[D]. 苏丽静.湖南大学 2018
[3]基于多区域局部自适应特征的工业机器人自主目标识别与抓取[D]. 杨广.浙江大学 2018
[4]基于支持向量机的锻造生产线能耗预测研究[D]. 王宏愿.山东大学 2017
[5]A公司空气分离装置的工艺优化和技术改造[D]. 黎金业.华南理工大学 2016
[6]基于数据挖掘的电站锅炉低氮燃烧优化研究[D]. 张尚志.华中科技大学 2016
[7]基于电弧模型仿真的电气火灾智能算法分析[D]. 张春燕.浙江大学 2016
[8]基于虚拟现实技术的大型空分装置操作仿真培训系统[D]. 李先鹏.山东大学 2014
[9]基于MWorks平台空分流程的模拟仿真[D]. 李靖鑫.华中科技大学 2014
[10]基于人工神经网络的注塑成型模拟及工艺参数优化的研究[D]. 周浩文.广东工业大学 2013



本文编号:3478570

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3478570.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9d405***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com