基于灰色关联和改进SVM的钴离子浓度预测研究

硫酸锌溶液净化过程具有多变量耦合、强非线性、大时滞性等特点,同时其过程数据具有高噪声、非平稳等特性,针对上述特点提出了一种基于灰色关联和改进SVM的净化过程Ⅱ段出口钴离子浓度混合预测模型。首先利用灰色关联方法,提取与钴离子浓度关联性最大的检测参数;其次在所得检测参数基础上采用LS-SVM算法建立回归建模,同时利用遗传算法对SVM的关键参数进行实时调整,达到预测的目的。生产实践证明,该预测模型能够较好地预测Ⅱ段后液钴离子浓度值,从而为优化锑盐和锌粉添加量的操作起指导性作用。

基于神经网络补偿灰色预测误差的钴离子浓度预测研究

某厂锌湿法冶炼三段净化过程中的Ⅱ段主要是通过过量添加锑盐和锌粉以除去有害杂质钴离子。本文从现场检测3个月的过程生产数据中,采用SPSS统计学软件深入分析了Ⅱ段净化工矿及其影响因素的相关性,得出了影响Ⅱ段后液钴离子浓度的主要因素,提出采用等维新息灰色预测方法预测Ⅱ段后液钴离子浓度,并采用神经网络补偿灰色预测的误差值。仿真和生产实践证明,该预测模型能够较好地预测Ⅱ段后液钴离子浓度值,从而为优化锑盐和锌粉添加量的操作起指导性作用。

基于智能融合策略的钴离子浓度预测模型

针对湿法炼锌净化过程中钴离子浓度难以准确检测的问题,提出一种基于智能融合策略的钴离子浓度组合预测模型.首先从提高模型预测精度的角度出发,考虑不同核函数对预测性能的影响,分别建立两个在线支持向量回归子模型,并采用改进粒子群优化算法进行子模型参数寻优;然后通过熵值法智能融合策略建立组合预测模型.仿真实验表明,组合模型具有良好的预测性能,预测效果能满足硫酸锌溶液净化过程中对钴离子浓度值的误差要求.

影响电铸镍-钴合金晶粒尺寸的因素

介绍了影响电铸镍-钴合金晶粒细化的几个因素,如:阴极电流密度、脉冲电源、镀液温度、外加电磁场、钴离子的质量浓度和添加剂等,并介绍了国内外相关方面所取得的成果。