基于弹性网络算法的多缸干燥部关键参数预测模型
Elastic Net Algorithm Based Prediction Model for Key Parameters of Multi-Cylinder Dryer Section作者机构:华南理工大学制浆造纸工程国家重点实验室广东广州510640 中新国际联合研究院广东广州510640
出 版 物:《造纸科学与技术》 (Paper Science & Technology)
年 卷 期:2022年第41卷第2期
页 面:1-6页
学科分类:082903[工学-林产化学加工工程] 08[工学] 0829[工学-林业工程] 082201[工学-制浆造纸工程] 0822[工学-轻工技术与工程]
基 金:国家重点研发计划(2020YFE0201400) 国家自然科学基金(52000078)
摘 要:纸页干燥过程的排风温度、排风湿度和纸幅湿度是反映干燥部运行状态和工艺合理性的重要参数,其预测控制对干燥部的运行优化和节能降耗具有重要的意义,传统的机理预测模型面临一些过程变量难以准确确定的问题。随着工业大数据的发展,基于数据驱动的方法为建立纸页干燥过程关键参数的预测模型提供了一条有效的途径。通过相关性分析从生产数据中选取与关键参数相关的特征变量作为模型的输入,采用弹性网络算法建立前烘干燥部的排风温湿度和纸幅湿度预测模型。结果表明,采用弹性网络算法建模的预测结果更贴近实际变化趋势,预测模型的平均相对误差均小于7%,比SVR模型低2%以上。模型为验证干燥部操作变量的调控合理性提供了一种有效的验证方法,为工业用纸干燥过程的优化控制提供了新的依据。