基于KPCA-LSSVM的硅锰合金熔炼过程炉渣碱度预测研究

作     者：唐春霞 阳春华 桂卫华 朱红求 Tang Chunxia;Yang Chunhua;Gui Weihua;Zhu Hongqiu

作者机构：中南大学信息科学与工程学院长沙410083 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2010年第31卷第3期

页      面：689-693页

核心收录：

学科分类：08[工学] 0804[工学-仪器科学与技术] 0703[理学-化学] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金重点项目(60634020) 国家自然科学基金项目(60874069 60804037)资助 

主　　题：炉渣碱度 硅锰合金 核主元分析 最小二乘支持向量机 

摘      要：针对硅锰合金熔炼过程中炉渣碱度在线检测困难、离线化验滞后大,难以实现实时控制的问题,提出了一种基于核主元分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法。该方法通过KPCA去除样本数据的噪声,提取输入数据空间中的非线性主元,然后利用LSSVM回归算法建立硅锰合金熔炼炉炉渣碱度预测模型,工业生产过程数据仿真结果表明,与SVM或LSSVM建模方法相比,KPCA-LSSVM预测模型的测量精度高、跟踪性能好,能满足炉渣碱度的在线测量要求。