基于宽度学习的浓密机底流浓度软测量

• 作者: 贾润达 胡慧明 张树磊
• 来源期刊: 东北大学学报（自然科学版）
• 关键词: 浓密机 宽度学习 底流浓度 软测量 深度学习
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 信息与控制|Information & Control
• 页码范围: 1231-1237
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2021.09.003

摘要

由于浓密脱水过程中浓密机的底流浓度难以在线检测,本文提出了一种基于宽度学习的软测量建模方法,用以解决底流浓度的在线检测问题.该方法精度高,泛化能力强.首先,在浓密机内部安装压力传感器,建立正常工况下的历史数据集;然后,利用宽度学习系统对软测量模型进行训练,从而实现浓密机底流浓度的在线预测;最后,通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比,宽度学习方法具有更高的预测精度.