基于改进模糊C均值聚类算法的乙烯裂解原料识别

乙烯裂解过程中原料变化种类多,其原料分析仪因价格昂贵工业现场很少配备,为此实现油品属性的在线识别对实现裂解过程在线优化具有重要意义。由于传统模糊C均值算法隶属度的求取是基于欧氏距离,其算法只包含均值中心,带来聚类效果的单一性。为了充分利用裂解原料的有效信息,提出了基于混合概率模型的模糊隶属度设置方法,即通过建立混合高斯模型实现对聚类样本隶属关系的概率分布描述,并利用EM算法进行模型参数的极大似然估计。该算法可在考虑样本均值中心的前提下,进一步有效利用样本协方差与权重系数信息进行模式判别。最后,以经典IRIS数据聚类、乙烯裂解原料识别为仿真实例,验证了本文所述方法在Dunn指标和Xiebieni指标上明显优于模糊C均值聚类算法,表明了该方法的有效性。

在线水分检测系统在马钢港务原料总厂的应用

水分检测系统通过红外线水分计现场采集的物料吸光度,根据主控室控制计算机提供的物料标识,自动切换到对应的物料标定线,实时地将吸光度转换为该物料的水分值。

冶金原料场智能化配料系统设计与应用

原料场作为冶金生产过程中的关键环节,智能配料系统的引人,不仅可以有效提升配料过程的自动化程度,还可以提升配料的精确性和稳定性,并通过数据实时监控和智能决策优化,降低人为干预造成的误差和风险。文章研究了冶金原料场的智能化配料系统的设计与应用,探讨了原料场作业流程的智能化需求及配料系统的目标设定,介绍了原料识别与信息采集、配料决策优化、自动控制与数据监控等核心功能。通过文章的研究,旨在提高生产效率、降低人工干预和优化配料质量方面的实际应用效果。

基于近红外的Fisher分类法识别茶叶原料品种的研究

提出一种可对成品茶的原料品种进行准确识别的方法。在实验中对不同原料品种（龙井43。与其他品种）制成的茶叶样本进行近红外光谱的采集，通过主成分分析（principal component analysis，PCA）后获得了20个主成分，利用逐步回归法筛选出8个主成分作为自变量，建立茶叶原料品种的Fisher识别函数对成品茶的原料品种进行识别分析。实验结果表明建立的识别函数能很好地对茶叶的原料品种进行准确识别，在定标集中的识别准确率达到了96．8％，并月．利用外部样本进行验证的识别准确率也达到了93．5％。本实验证实了利用PCA和Fisher识别组合分析识别成品茶原料品种的可行性。