-
题名基于LSTM神经网络的干燥含水量预测研究
- 1
-
-
作者
汪洁
张婷暄
张君健
孙怀宇
-
机构
沈阳化工大学化学工程学院
-
出处
《辽宁化工》
CAS
2023年第12期1722-1726,1730,共6页
-
基金
国家自然科学基金资助项目(项目编号:61673279)。
-
文摘
在PVC干燥中,产品的含水量受到温度、流量等多个参数的影响,鉴于参数数据之间的非线性以及序列间的相关性,传统的时间序列方法和传统的机器学习算法已经不能对未来干燥产品的含水量进行精确的预测。长短期记忆网络(LSTM)作为一种基于深度学习中的循环神经网络(RNN),它在RNN的基础上增加了输入门、输出门以及遗忘门,可以有效地处理RNN在运行大量数据时可能会带来的数据遗忘等问题,特别适合处理具有时间序列的数据。基于Pytorch深度学习框架构造长短期记忆网络模型,对产品含水量进行预测。结果表明:使用该模型对产品的含水量进行预测,其预测值和真实值的走向非常接近,精准度很高。
-
关键词
PVC干燥
时间序列
长短期记忆网络
-
Keywords
PVC drying
Time series
Long short-term memory network
-
分类号
TQ325.3
[化学工程—合成树脂塑料工业]
-
-
题名基于主成分分析与K近邻分类算法的化工干燥分类模型
- 2
-
-
作者
张婷暄
邓久宁
汪洁
孙怀宇
-
机构
沈阳化工大学化学工程学院
-
出处
《辽宁化工》
CAS
2022年第5期696-699,共4页
-
文摘
PVC的干燥是一个复杂的操作,产品的含水量受到流量、温度等多个参数的影响。为了对化工厂中的PVC干燥产品质量进行实时监测和评价,使用基于数据的模型对过程进行了研究。对于数据中判断出的异常值,使用KNN算法进行填补。根据数据的相关性得到了各参数之间的时间差,以消除干燥流程中时间对参数的影响。采用主成分分析法(PCA)对高维度特征数据进行降维,基于之前研究得到的预测模型,采用K近邻分类算法(KNN)对分类模型进行改进,构造了一个PVC含水量的预测模型。使用实际生产数据检验,证明此模型有良好的预测准确率。
-
关键词
PVC干燥
时间差
主成分分析法
K近邻分类算法
预测模型
-
Keywords
PVC drying
Time difference
Principal component analysis method
K-nearest neighbor classification algorithm
Monitoring model
-
分类号
TQ015.9
[化学工程]
-
-
题名数据相关性分析在干燥器研究中的应用
- 3
-
-
作者
邓久宁
张婷暄
汪洁
孙怀宇
-
机构
沈阳化工大学化学工程学院
-
出处
《辽宁化工》
CAS
2021年第12期1900-1903,1907,共5页
-
文摘
通过流化床干燥器对固体颗粒进行干燥,从实际生产过程中得到了干燥器运行过程中的监测数据,以此为样本进行了数据分析。使用基本统计方法、相关性分析,分析了各变量之间的关系。应用带时间差的相关性分析算法,对于变量之间变化的时间间隔进行了分析。
-
关键词
流化床干燥器
数据分析
相关性分析
-
Keywords
Fluidized bed dryer
Data analysis
Correlation analysis
-
分类号
TQ015.9
[化学工程]
-