基于PCA的硝酸生产工艺历史数据的分析与建模

摘要：

硝酸工业对国民经济、国防工业和航天工业的进展起着重要的支持作用.本文针对硝酸生产工艺参数信息重叠多、维数大的问题,提出了一种基于主成分分析(PCA)的特征提取方法,针对某硝酸企业吸收漂白工段、氨催化氧化工段和蒸汽透平工段的实测历史运行数据进行综合评价,并分析辨识显著影响硝酸生产工艺的若干因素.本文首先对原数据的分类进行了阐述,并通过提取原信息的一系列主成分,来达到信息降维和聚类识别的目的;然后构建了PCA-RBF网络模型分析预测出口成品酸流量、氧化炉铂网温度、外送中压蒸汽流量等流程关键变量,并与相应实测值进行比较以验证其合理性.结果表明,本文建立的PCA-RBF网络模型具有较高的预测精度,对于硝酸生产工艺的分析和优化具有显著的指导意义.

关键词： 硝酸生产工艺 预测模型 主成分分析 径向基函数神经网络

作者: 代敏 杨福胜 侯建民 张早校

作者单位: 西安交通大学化工学院 西安 710049 西安森威自控工程有限公司 陕西西安 710075

会议类型: 国内会议

会议名称: 第十五届全国高等学校过程装备与控制工程专业教学与科研校际交流会

会议地点: 武汉

会议语种:中文

页码: 250-252

在线出版日期: 2017-08-18（万方平台首次上网日期，不代表论文的发表时间）