【畢業(yè)學(xué)位論文】基于SVM 的氧化鋁高壓溶出苛性比值與溶出率軟測(cè)量-控制科學(xué)與工程

分類號(hào) 密級(jí) U D C 編號(hào) 中南大學(xué) 士學(xué)位論文 論文題目 基于 氧化鋁高壓溶出 苛性比值與溶出率軟測(cè)量 學(xué)科、專業(yè) 控制科學(xué)與工程 研究生姓名 李 學(xué) 軍 導(dǎo)師姓名及 專業(yè)技術(shù)職稱 桂 衛(wèi) 華 教 授 部隊(duì)導(dǎo)師姓 名 及 軍 銜 王 維 大 校 of 要 苛性比值與溶出率是氧化鋁高壓溶出過程中兩個(gè)重要的經(jīng)濟(jì)技術(shù)指標(biāo)。它們不僅決定了氧化鋁溶出 的效果及堿耗，而且對(duì)氧化鋁的后續(xù)生產(chǎn)具有極大的影響。 目前沒有任何儀表能夠?qū)崟r(shí)直接測(cè)量這兩個(gè)值，而只能通過化學(xué)分析獲得，因此存在很大的時(shí)間延遲，嚴(yán)重影響了高壓溶出過程的優(yōu)化控制。為此，研究高壓溶出過程中苛性比值與溶出率的軟測(cè)量預(yù)測(cè)模型進(jìn)行實(shí)時(shí)在線檢測(cè)，具有十分重要的意義。本論文采用支持向量機(jī)（ 法對(duì)苛性比值與溶出率進(jìn)行預(yù)測(cè)。 首先，論文闡述了高壓溶出的機(jī)理過程，對(duì)高壓溶出過程的化學(xué)反應(yīng)以及影響苛性比值與溶出率的主 要因素進(jìn)行了詳盡的分析。 其次，對(duì)統(tǒng)計(jì)學(xué)與支持向量機(jī)原理進(jìn)行了闡述。介紹了統(tǒng)計(jì)學(xué)理論的三個(gè)核心概念： 、推廣能力的界和結(jié)構(gòu)風(fēng)險(xiǎn)最小化；闡述了支持向量機(jī)回歸與核函數(shù)的方法和理論； 比較了支持向量機(jī)與神經(jīng)網(wǎng)絡(luò)兩種方法的優(yōu)缺點(diǎn)以及最小二乘支持向量機(jī)（ 標(biāo)準(zhǔn)支持向量機(jī)（ 不同。為建立基于特征提取的 性比值與溶出率軟測(cè)量模型奠定了基礎(chǔ)。 最后， 采用最小二乘支持向量機(jī)為苛 性比值與溶出率的預(yù)測(cè)過程建立模型。詳細(xì)探討了數(shù)據(jù)預(yù)處理的 方法，深入分析了模型參數(shù)對(duì)預(yù)測(cè)性能的影響，在此基礎(chǔ)上，建立了基于特征提取的自適應(yīng)參數(shù)性比值與溶出率軟測(cè)量模型，利用 臺(tái)進(jìn)行仿真，取得了很好的效果。 關(guān)鍵詞： 苛性比值，溶出率，高壓溶出，軟測(cè)量，支持向量機(jī) R) in of of on of is no be to SA R R be so PD is So it is to SA R by to SA R. of is in of to VM TL C of of of of SA R of SA R by is is of SA R is up is is R), 錄 第一章 緒論 .題的來源、背景及研究意義 . 課題的來源、背景 . 課題研究意義 .測(cè)量及支持向量機(jī)概述 . 軟測(cè)量概述 . 支持向量機(jī)概述 .文的研究?jī)?nèi)容及結(jié)構(gòu) .二章 氧化鋁高壓溶出過程機(jī)理分析 .化鋁高壓溶出工藝概述 .性比值與溶出率 .化鋁高壓溶出過程中的化學(xué)反應(yīng) .出過程機(jī)理分析及參數(shù)影響 .響苛性比值與溶出率的因素分析 .結(jié) .三章 統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī) .計(jì)學(xué)習(xí)理論 . . 推廣能力的界 . 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化和結(jié)構(gòu)風(fēng)險(xiǎn)最小化 .持向量機(jī)回歸 . 線性回歸 . 非線性回歸 .函數(shù) . 常用的核函數(shù) . 核函數(shù)方法的實(shí)施步驟 .持向量機(jī)與神經(jīng)網(wǎng)絡(luò) . 相似點(diǎn) . 不同點(diǎn) .小二乘支持向量機(jī) . 歸算法 . 比較 .結(jié) .四章 基于 苛性比值與溶出率軟測(cè)量模型 .性比值與溶出率軟測(cè)量模型的整體框架 .據(jù)采集 .據(jù)預(yù)處理 . 數(shù)據(jù)處理方法 . 數(shù)據(jù)處理結(jié)果 .回歸模型的建立 . 核函數(shù)的選擇 . 參數(shù)的選擇 . 基于 軟測(cè)量模型 .真結(jié)果分析 .結(jié) .五章 結(jié)論與展望 . 考 文 獻(xiàn) . 謝 .讀碩士學(xué)位期間主要研究成果 .南大學(xué)碩士學(xué)位論文 第一章 緒論 1第一章 緒論 金屬鋁的優(yōu)良性質(zhì)促使氧化鋁生產(chǎn)在全世界得到了迅速的發(fā)展。 在氧化鋁生產(chǎn)工藝流程中，無論是燒結(jié)法、聯(lián)合法以及混聯(lián)法，高壓溶出過程都對(duì)從鋁土礦中提取氧化鋁起著重要作用1。 溶出過程中氧化鋁溶出的好壞主要體現(xiàn)在苛性比值的高低與溶出率的大小。 因此， 嚴(yán)格控制高壓溶出過程中的苛性比值與溶出率，盡可能使其達(dá)到最優(yōu)就成了氧化鋁生產(chǎn)企業(yè)亟待解決的問題2。 題的來源、背景及研究意義 題的來源、背景 隨著全球經(jīng)濟(jì)迅猛發(fā)展，能源供應(yīng)和需求之間的矛盾日漸突出，節(jié)約能源已成為全人類的主題，是每個(gè)國(guó)家發(fā)展經(jīng)濟(jì)的一項(xiàng)長(zhǎng)遠(yuǎn)的戰(zhàn)略方針3。研究工業(yè)生產(chǎn)過程， 特別是高能耗行業(yè)的節(jié)能降耗對(duì)保證我國(guó)工業(yè)可持續(xù)發(fā)展具有十分重要的意義。 有色金屬作為我國(guó)國(guó)民經(jīng)濟(jì)和國(guó)防軍工發(fā)展的重要基礎(chǔ)原料和戰(zhàn)略物資， 在國(guó)民經(jīng)濟(jì)發(fā)展中占有十分重要的地位4。有色金屬工業(yè)是我國(guó)的高能耗行業(yè)，與工業(yè)發(fā)達(dá)國(guó)家相比，能源消耗方面存在著較大的差距5，主要冶煉工藝能耗比國(guó)際發(fā)達(dá)國(guó)家至少高出 20%以上，最高達(dá)到 142%，能源費(fèi)用占到了生產(chǎn)成本的30導(dǎo)致我國(guó)有色冶金企業(yè)的生產(chǎn)成本 遠(yuǎn)遠(yuǎn)高于工業(yè)發(fā)達(dá)國(guó)家，嚴(yán)重影響了我國(guó)有色冶金企業(yè)的國(guó)際競(jìng)爭(zhēng)力，制約了我國(guó)有色工業(yè)的發(fā)展。 有色金屬主要有 64 種元素，其中鋁的產(chǎn)量幾乎占有色金屬總產(chǎn)量的一半。鋁及其合金因特殊的物理化學(xué)特性，已成為需求量大、應(yīng)用面廣的基礎(chǔ)材料，而且鋁工業(yè)生產(chǎn)能耗高（噸鋁綜合能耗是銅的兩倍多，是鋼鐵的十倍多，電解鋁能耗已占全國(guó)總能耗的 與鋼鐵、水泥成為國(guó)家宏觀調(diào)控的行業(yè)，其能量綜合利用率要比發(fā)達(dá)國(guó)家低 15%左右） ，工藝機(jī)理復(fù)雜、生產(chǎn)流程長(zhǎng)、工序多，是具有代表性的典型有色冶金過程。為此，以鋁生產(chǎn)過程為主要研究對(duì)象，研究面向節(jié)能降耗的過程控制的若干理論與方法，必將為其它有色冶金過程提供借鑒。 本課題系國(guó)家自然科學(xué)基金項(xiàng)目： 面向節(jié)能降耗的有色冶金過程控制若干理論與方法研究（課題編號(hào)60634020）的子課題“關(guān)鍵參數(shù)的軟計(jì)算理論與方法” 。 題研究意義 高壓溶出過程中苛性比值和溶出率是否穩(wěn)定，對(duì)氧化鋁生產(chǎn)有很大的影響。中南大學(xué)碩士學(xué)位論文 第一章 緒論 2苛性比值如果過大就會(huì)導(dǎo)致產(chǎn)量下降，嚴(yán)重影響生產(chǎn)正常進(jìn)行；同樣，苛性比值如果過低就會(huì)使指標(biāo)下降，影響產(chǎn)品的質(zhì)量。氧化鋁溶出率是直接反映產(chǎn)率的生產(chǎn)指標(biāo)， 溶出液苛性比值和溶出率由企業(yè)根據(jù)氧化鋁生產(chǎn)技術(shù)水平和經(jīng)濟(jì)效益決定，企業(yè)依據(jù)此指標(biāo)指導(dǎo)配料流程中礦石配堿量。保持適當(dāng)?shù)目列员戎岛鸵欢ㄈ艹雎剩瑢?duì)整個(gè)氧化鋁工業(yè)的穩(wěn)定高產(chǎn)具有重要作用。為了有效地進(jìn)行生產(chǎn)操作和控制，需要對(duì)溶出生產(chǎn)過程的苛性比值和溶出率進(jìn)行在線實(shí)時(shí)控制，以便為生產(chǎn)操作提供依據(jù)。 目前，國(guó)內(nèi)外氧化鋁生產(chǎn)中，苛性比值與溶出率的檢測(cè)基本上都是人工完成的，整個(gè)檢測(cè)過程非常繁瑣?；?yàn)室操作人員每隔兩個(gè)小時(shí)從原礦漿及溶出礦漿中取樣，對(duì)其進(jìn)行液固分離，然后在化驗(yàn)室用傳統(tǒng)的方法分別對(duì)液相和固相成分進(jìn)行化學(xué)分析，根據(jù)檢測(cè)結(jié)果以及苛性比值與溶出率的定義，計(jì)算出實(shí)際的苛性比值與溶出率。由于溶出礦漿是在高壓溶出過程結(jié)束后取樣的，因此苛性比值與溶出率的測(cè)量必須等到高壓溶出過程結(jié)束后才能進(jìn)行，別一方面，整個(gè)高壓溶出過程大約持續(xù)一個(gè)半到兩個(gè)小時(shí)，而液相分析需要兩個(gè)小時(shí)，固相分析更是需要八個(gè)小時(shí)，因此苛性比值與溶出率的檢測(cè)遠(yuǎn)遠(yuǎn)滯后于實(shí)際生產(chǎn)。 利用這些滯后的數(shù)據(jù)來指導(dǎo)生產(chǎn)，存在著較大的偏差，對(duì)氧化鋁生產(chǎn)造成了十分不利的影響。因此，研究經(jīng)濟(jì)適用而且不需要大量增加工人勞動(dòng)強(qiáng)度的軟測(cè)量方法，是實(shí)現(xiàn)苛性比值與溶出率在線檢測(cè)的最有效手段，也是節(jié)能降耗和自動(dòng)化生產(chǎn)的一項(xiàng)重要任務(wù)。 測(cè)量及支持向量機(jī)概述 測(cè)量概述 在許多生產(chǎn)過程與生產(chǎn)設(shè)備中，有一些重要的參數(shù)需要實(shí)時(shí)檢測(cè)和控制。但由于各種不同的原因，這些參數(shù)無法通過傳感器進(jìn)行直接實(shí)時(shí)檢測(cè)。為此，人們提出了軟測(cè)量技術(shù)的概念。軟測(cè)量就是選擇與被測(cè)參數(shù)有關(guān)的一組可測(cè)參數(shù)，構(gòu)造某種以可測(cè)參數(shù)為輸入、被測(cè)參數(shù)為輸出的數(shù)學(xué)模型，用計(jì)算機(jī)軟件進(jìn)行計(jì)算從而得到被測(cè)參數(shù)的估計(jì)值，這種技術(shù)稱為軟測(cè)量技術(shù)或“軟儀表” ，它為許多難測(cè)對(duì)象和難測(cè)參數(shù)的測(cè)量提供了一種新方法。 （一）軟測(cè)量的主要內(nèi)容 軟測(cè)量技術(shù)主要包括 4 個(gè)方面的內(nèi)容，即輔助變量的選擇、數(shù)據(jù)處理、軟測(cè)量模型的建立和測(cè)量模型的修正。其基本結(jié)構(gòu)如圖 1示。 1. 輔助變量的選擇 輔助變量的選擇是建立軟測(cè)量模型的基礎(chǔ)，它對(duì)于實(shí)現(xiàn)軟測(cè)量尤其重要。輔中南大學(xué)碩士學(xué)位論文 第一章 緒論 3助變量的選擇包括變量類型、變量數(shù)量和檢測(cè)點(diǎn)的選擇。 2可測(cè)擾動(dòng)正值測(cè)量系統(tǒng)的基本結(jié)構(gòu) （ 1）變量的選擇原則 輔助變量的選擇一般應(yīng)從以下幾個(gè)方面來考慮86 ： 對(duì)對(duì)象輸出能做出快速反應(yīng)； 對(duì)對(duì)象輸出之外的干擾不敏感； 可直接測(cè)量并具有一定的測(cè)量精度； 構(gòu)成的數(shù)學(xué)模型能滿足精度要求； 構(gòu)成的數(shù)學(xué)模型對(duì)誤差不敏感。 （ 2）輔助變量個(gè)數(shù)的選擇 輔助變量可選數(shù)量的下限是被估計(jì)的變量數(shù)，而最佳數(shù)目則與對(duì)象的自由度、測(cè)量噪聲以及模型的不確定性有關(guān)。 （ 3）輔助變量檢測(cè)點(diǎn)位置的選擇 輔助變量檢測(cè)點(diǎn)位置一般應(yīng)選擇最能代表對(duì)象特性的位置， 檢測(cè)點(diǎn)位置的不同將影響數(shù)學(xué)模型的結(jié)構(gòu)和參數(shù)。因此，當(dāng)模型確定后，檢測(cè)點(diǎn)位置就不能隨意變動(dòng)。 2. 測(cè)量數(shù)據(jù)的處理 輸入的輔助變量參數(shù)常因自身特點(diǎn)或外部干擾而引起誤差， 不能直接用于軟測(cè)量。因此，輸入的數(shù)據(jù)必須預(yù)先進(jìn)行必要的處理。 （ 1）誤差處理 直接采集的輔助變量一般都有測(cè)量誤差，其中包括系統(tǒng)誤差、隨機(jī)誤差和粗大誤差，對(duì)于隨機(jī)誤差，由于它符合統(tǒng)計(jì)規(guī)律，因此，可以采用數(shù)字濾波算法進(jìn)行處理，可收到較好的效果。對(duì)于粗大誤差也有許多處理方法，如統(tǒng)計(jì)假設(shè)檢驗(yàn)中南大學(xué)碩士學(xué)位論文 第一章 緒論 4法、廣義似然比法和貝葉斯法等。 （ 2）數(shù)據(jù)變換 選擇的各種輔助變量往往具有不同的工程單位， 變量之間在數(shù)值上可能相差幾個(gè)數(shù)量級(jí)。 直接使用這些數(shù)據(jù)進(jìn)行計(jì)算可能會(huì)影響數(shù)學(xué)模型的計(jì)算精度。 因此，需要對(duì)有關(guān)的數(shù)據(jù)包括標(biāo)度、轉(zhuǎn)換和權(quán)函數(shù)進(jìn)行必要的變換9。對(duì)于在數(shù)值上相差幾個(gè)數(shù)量級(jí)的測(cè)量數(shù)據(jù)可利用合適的因子進(jìn)行標(biāo)度， 以改善算法的精度和穩(wěn)定性。采取直接轉(zhuǎn)換或?qū)ふ倚伦兞看嬖兞窟M(jìn)行轉(zhuǎn)換，可有效地降低原對(duì)象的非線性特性 (如進(jìn)行對(duì)數(shù)轉(zhuǎn)換 )。權(quán)函數(shù)可實(shí)現(xiàn)對(duì)變量動(dòng)態(tài)特性的補(bǔ)償。 3. 軟測(cè)量模型的建立 軟測(cè)量模型注重的是通過輔助變量來獲得對(duì)主導(dǎo)變量的最佳估計(jì)， 本質(zhì)上是要完成輔助變量構(gòu)成的可測(cè)信息集到主導(dǎo)變量估計(jì)的映射。軟測(cè)量模型的好壞，將直接影響到軟測(cè)量的精度。 從圖 1以看出，軟測(cè)量模型是軟測(cè)量技術(shù)的核心，通過軟測(cè)量模型，可以由可測(cè)輔助參數(shù)計(jì)算出被測(cè)參數(shù) X 的最優(yōu)估計(jì)值X ： 2(, ,)X fd t= (1軟測(cè)量建模的方法有很多，如機(jī)理建模方法、辨識(shí)建模方法、回歸分析法、現(xiàn)代時(shí)間序列法、基于神經(jīng)網(wǎng)絡(luò)、基于支持向量機(jī)的建模方法等，實(shí)際中要根據(jù)現(xiàn)場(chǎng)的實(shí)際情況，選用合適的建模方法。 4. 軟測(cè)量模型的在線修正 由于工業(yè)對(duì)象并非一成不變的， 在長(zhǎng)期運(yùn)行中， 對(duì)象特征會(huì)因操作條件變化、生產(chǎn)原料改變、裝置改造等原因而發(fā)生變化，從而導(dǎo)致軟儀表的精度下降。因此在軟測(cè)量技術(shù)的應(yīng)用中，必須能對(duì)軟測(cè)量模型進(jìn)行在線校正，以使軟儀表能跟蹤系統(tǒng)的變化，提高模型的精度和適應(yīng)性。 通常對(duì)軟測(cè)量模型的校正是根據(jù)離線測(cè)量 (或長(zhǎng)周期采樣 )數(shù)據(jù)X 來修正模型參數(shù)。最簡(jiǎn)便的方法為常數(shù)項(xiàng)修正法，即取軟測(cè)量模型為： 2(,)X x=+ ()x = (1式中： 為自適應(yīng)因子，用以調(diào)節(jié)模型自校正的強(qiáng)度。 (二 ) 軟測(cè)量的研究現(xiàn)狀 軟測(cè)量作為一個(gè)概括性的科學(xué)術(shù)語是在上世紀(jì) 80 年代中后期提出來的。由于工業(yè)過程的實(shí)際需要，軟測(cè)量技術(shù)迎來了一個(gè)發(fā)展的黃金時(shí)期。 1992 年，過程控制專家 0提出了 7 項(xiàng)技術(shù)前沿，將軟測(cè)量技術(shù)列在首位。軟測(cè)量已成為過程控制領(lǐng)域的研究熱點(diǎn)和主要發(fā)展趨勢(shì)之一。 目前人們對(duì)軟測(cè)量技術(shù)的研究主要集中在兩個(gè)方面：一是建模理論和方法的研究；二是軟測(cè)量技術(shù)在過程中南大學(xué)碩士學(xué)位論文 第一章 緒論 5控制中的應(yīng)用研究11。 傳統(tǒng)工業(yè)過程建模方法是機(jī)理建模和基于系統(tǒng)辨識(shí)的建模方法。在實(shí)際實(shí)用中，機(jī)理建模很大程度依賴于工程研發(fā)人員對(duì)工藝機(jī)理的了解程度，由于實(shí)際過程的復(fù)雜性和不確定性，建立嚴(yán)格的機(jī)理模型十分困難，甚至不可能。系統(tǒng)辨識(shí)的方法用于非線性工業(yè)過程建模的精度也不理想，不能滿足實(shí)際生產(chǎn)的需要。隨著人工智能的出現(xiàn)，人們?cè)谲洔y(cè)量建模理論和方法上取得了突破性的進(jìn)展。作為人工智能領(lǐng)域最活躍的神經(jīng)網(wǎng)絡(luò)、模糊理論、專家系統(tǒng)等技術(shù)，越來越多地被用在軟測(cè)量的建模方面，如文獻(xiàn) 121314分別運(yùn)用了神經(jīng)網(wǎng)絡(luò)、模糊理論和專家系統(tǒng)的方法進(jìn)行建模，仿真結(jié)果表明了算法的有效。不論是傳統(tǒng)模型、智能模型都有各自的優(yōu)點(diǎn)，但同時(shí)也各有不足之處。比如，機(jī)理模型要求對(duì)工藝機(jī)理有很透徹的了解；神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本集的質(zhì)量要求很高；模糊模型學(xué)習(xí)能力較差；專家系統(tǒng)獲取知識(shí)困難等等。隨著現(xiàn)代智能技術(shù)的發(fā)展，基于數(shù)據(jù)的機(jī)器學(xué)習(xí)問題越來越顯示出其重要性，現(xiàn)有機(jī)器學(xué)習(xí)方法共同的重要理論是統(tǒng)計(jì)學(xué)。統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī) (在成為繼神經(jīng)網(wǎng)絡(luò)等方法之后新的研究熱點(diǎn)，已經(jīng)成為小樣本估計(jì)和預(yù)測(cè)學(xué)習(xí)的最佳理論。量的研究結(jié)果表明，基于化能力和樣本數(shù)據(jù)依賴上都要好于用傳統(tǒng)方法建立的軟測(cè)量模型15。 經(jīng)過近 20 年的發(fā)展， 軟測(cè)量技術(shù)不僅在建模理論研究上取得了輝煌的成績(jī)，在實(shí)際應(yīng)用中也獲得了巨大的成功，并開發(fā)出了大量實(shí)用的軟測(cè)量軟件包，為社會(huì)和企業(yè)帶來了巨大的經(jīng)濟(jì)效益。 國(guó)外一些公司以商品化的軟件形式推出了各自的軟測(cè)量?jī)x表。國(guó)內(nèi)有關(guān)高等院校、科研院所和企業(yè)也自行開發(fā)了不少軟測(cè)量技術(shù)并應(yīng)用于實(shí)際生產(chǎn)中，取得了較好的效果，為企業(yè)創(chuàng)造了顯著的經(jīng)濟(jì)效益。 持向量機(jī)概述 支持向量機(jī)（ 在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來的一種新的通用學(xué)習(xí)方法。統(tǒng)計(jì)學(xué)習(xí)理論建立在一套堅(jiān)實(shí)的理論基礎(chǔ)之上，為解決有限樣本學(xué)習(xí)問題提供了一個(gè)統(tǒng)一的框架，它能將很多現(xiàn)有的方法納入其中，有望幫助解決許多原來難以解決的問題，比如神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)選擇問題、局部極小點(diǎn)問題等。 1963 年， 人提出支持向量方法原型； 1971 年， “ 文中，提出了 重要理論基礎(chǔ) 理論， 用 核空間解決非線性問題； 1982 年，在“ 書中， 一步提出了具有劃時(shí)代意義的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理，堪稱 法的基石； 1992中南大學(xué)碩士學(xué)位論文 第一章 緒論 6年， “ A 書中，提出了最優(yōu)邊界分類器； 1993 年， “ 書中，進(jìn)一步探討了非線性最優(yōu)邊界的分類問題； 1995年， “ 一書中完整地提出了 統(tǒng)描述了統(tǒng)計(jì)學(xué)習(xí)理論； 1997 年 在文獻(xiàn)16中，詳細(xì)介紹了基于 法的回歸算法和信號(hào)處理方法； 2000 年， 出了 法17； 2002 年，基于正則化思想在標(biāo)準(zhǔn)支持向量機(jī)的基礎(chǔ)上提出了最小二乘支持向量機(jī)18。另外許多學(xué)者在研究一些新型的支持向量機(jī)，如加權(quán)支持向量機(jī)19及模糊、粗糙集支持向量機(jī)20等。 支持向量機(jī)與傳統(tǒng)機(jī)器學(xué)習(xí)理論最大的不同在 于它服從結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理而非經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原理。關(guān)于 深入研究近幾年才開始，支持向量機(jī)是機(jī)器學(xué)習(xí)領(lǐng)域若干標(biāo)準(zhǔn)技術(shù)的集大成者。它集成了最大間隔超平面、 二次規(guī)劃、稀疏解和松弛變量等多項(xiàng)技術(shù)，在若干挑戰(zhàn)性的應(yīng)用中，獲得了目前為止最好的性能。美國(guó)科學(xué)雜志上，支持向量機(jī)以及核學(xué)習(xí)方法被認(rèn)為是“機(jī)器學(xué)習(xí)領(lǐng)域非常流行的方法和成功例子，并是一個(gè)十分令人矚目的發(fā)展方向” 。它初步表現(xiàn)出很多優(yōu)于已有方法的性能，一些學(xué)者認(rèn)為， 在成為繼神經(jīng)網(wǎng)絡(luò)研究之后新的研究熱點(diǎn)，并將有力地推動(dòng)機(jī)器學(xué)習(xí)理論和技術(shù)的發(fā)展。 由于支持向量機(jī)具有完備的統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ) 和出色的學(xué)習(xí)性能，目前研究在國(guó)內(nèi)外正處在熱潮。 統(tǒng)計(jì)學(xué)習(xí)理論及 研究進(jìn)行了開拓性的工作， 人在相關(guān)理論研究方面作了大量的工作21 23， 實(shí)現(xiàn)算法方面作了大量的研究24 25， 國(guó)內(nèi)研究也取得了長(zhǎng)足的進(jìn)展，清華大學(xué)在 研究取得了眾多的成果，臺(tái)灣的林智仁博士在 現(xiàn)算法的收斂性研究方面作了大量工作26 27。清華大學(xué)張學(xué)工博士將 成中文，并在 2000 年出版，這極大地推動(dòng)了國(guó)內(nèi)統(tǒng)計(jì)學(xué)習(xí)理論及 研究。 應(yīng)用研究也正在興起。隨著貝爾實(shí)驗(yàn)室應(yīng)用 8，并取得了較大成功后，有關(guān) 前，在人臉檢測(cè)、語音識(shí)別、文字/手寫體識(shí)別、圖像處理及其他應(yīng)用研究等方面取得了大量的成果，在精度上已經(jīng)超過傳統(tǒng)的學(xué)習(xí)算法或與之不相上下。 （ 1）在模式識(shí)別中的應(yīng)用 9最早將 并取得了較好的效果。 馬勇30等人提出了分別由一個(gè)線性和非線性 僅具有中南大學(xué)碩士學(xué)位論文 第一章 緒論 7較高的判別精度，而且具有較快的訓(xùn)練速度。文獻(xiàn) 31和 32分別提出了擴(kuò)展的爾實(shí)驗(yàn)室通過對(duì)美國(guó)手寫數(shù)字庫(kù)進(jìn)行的實(shí)驗(yàn)結(jié)果：專門針對(duì)該特定問題設(shè)計(jì)的五層神經(jīng)網(wǎng)絡(luò)錯(cuò)誤率為 決策樹方法識(shí)別錯(cuò)誤率是 然而選擇多項(xiàng)式、 另外，在圖像處理方面 3 34。 （ 2）在回歸分析中的應(yīng)用 1998年， 5 36等人在 ，并研究了時(shí)間序列預(yù)測(cè)問題，大大地促進(jìn)了 獻(xiàn) 37、 38和 39將交通系統(tǒng)與 別對(duì)交通流進(jìn)行了建模、預(yù)測(cè)等研究。在社會(huì)經(jīng)濟(jì)領(lǐng)域， 40和 41分別研究了經(jīng)濟(jì)時(shí)間序列、商業(yè)交易市場(chǎng)的時(shí)間序列預(yù)測(cè)等問題。 由于 逐漸地被應(yīng)用于信息處理的各個(gè)分支中，如信號(hào)處理42等。 文的研究?jī)?nèi)容及結(jié)構(gòu) 本論文基于復(fù)雜工業(yè)過程軟測(cè)量技術(shù)的研究現(xiàn)狀， 針對(duì)氧化鋁高壓溶出過程中苛性比值與溶出率難以在線檢測(cè)的問題， 以工程應(yīng)用為背景， 著眼點(diǎn)在鋁工業(yè)，面向整個(gè)有色治金過程，其方法和結(jié)論也將為其它工業(yè)對(duì)象提供一定的參考價(jià)值。課題研究的內(nèi)容包括： （ 1）氧化鋁高壓溶出過程工藝和機(jī)理的研究； （ 2）統(tǒng)計(jì)學(xué)和 論的研究； （ 3）輸入數(shù)據(jù)預(yù)處理方法的研究； （ 4） 數(shù)選擇的研究； （ 5）基于 測(cè)量模型的建立。 根據(jù)課題的研究?jī)?nèi)容，全文共分為五章，其主要內(nèi)容和章節(jié)安排如下： 第一章，緒論。介紹了課題的來源及研究意義，綜合闡述了軟測(cè)量及支持向量機(jī)的基本理論、研究現(xiàn)狀，并就本文的研究?jī)?nèi)容和結(jié)構(gòu)作了介紹。 第二章，氧化鋁高壓溶出機(jī)理分析。介紹了氧化鋁高壓溶出的工藝，對(duì)高壓溶出過程的主要化學(xué)反應(yīng)以及影響苛性比值與溶出率的主要因素進(jìn)行了詳盡的分析，為實(shí)現(xiàn)苛性比值與溶出率的在線預(yù)測(cè)打下了基礎(chǔ)。 第三章，統(tǒng)計(jì)學(xué)與 論研究。簡(jiǎn)要介紹了統(tǒng)計(jì)學(xué)理論的基本原理、重要概念，以及核函數(shù)方法與實(shí)施步驟；重點(diǎn)闡述了 歸的方法與理論；詳細(xì)討論了 神經(jīng)網(wǎng)絡(luò)兩種方法的優(yōu)缺點(diǎn)，比較了最小二乘支持向量機(jī)與標(biāo)中南大學(xué)碩士學(xué)位論文 第一章 緒論 8準(zhǔn)支持向量機(jī)的不同。 第四章，苛性比值與溶出率軟測(cè)量模型的建立。提出了系統(tǒng)軟測(cè)量模型的整體框架，重點(diǎn)介紹了數(shù)據(jù)預(yù)處理的方法，詳細(xì)探討了 數(shù)的選擇，最后建立了基于自適應(yīng)參數(shù) 苛性比值與溶出率軟測(cè)量模型，并進(jìn)行了仿真。 第五章，結(jié)論與展望?？偨Y(jié)全文，提出下一步研究方向。 中南大學(xué)碩士學(xué)位論文 第二章 氧化鋁高壓溶出過程機(jī)理分析 9第二章 氧化鋁高壓溶出過程機(jī)理分析 高壓溶出是一個(gè)極其復(fù)雜的生產(chǎn)工序，整個(gè)生產(chǎn)過程中，同時(shí)發(fā)生著各種各樣的物理化學(xué)反應(yīng)。為了能夠建立合理的軟測(cè)量模型，實(shí)現(xiàn)對(duì)苛性比值與溶出率的在線檢測(cè)，首先必須對(duì)生產(chǎn)工藝有深刻的認(rèn)識(shí)。 化鋁高壓溶出工藝概述 工業(yè)生產(chǎn)上高壓溶出不是用純的苛性鈉溶液，而是用生產(chǎn)流程中的循環(huán)母液。循環(huán)母液主要成分是苛性鈉和鋁酸鈉溶液，此外是碳酸鈉、硫酸鈉，以及少量鋁硅酸鹽等；鋁土礦主要成分是氧化鋁，另外還含有不少有害雜質(zhì)，主要是氧化硅、氧化鈦、氧化鐵、碳酸鹽、有機(jī)物及硫化物等。 高壓溶出流程如圖 2示2，生產(chǎn)流程主要包括以下工序： （ 1）預(yù)脫硅：高壓溶出過程中，鋁土礦中的 二氧化硅是主要危害雜質(zhì)。一方面，二氧化硅以鋁硅酸鈉的形式與氧化鋁和苛性鈉反應(yīng)進(jìn)入赤泥，造成氧化鋁和苛性鈉的損失；另一方面，鋁硅酸鈉往往在溶出管道中形成結(jié)疤，降低溶出過程的熱交換效率，甚至堵塞溶出管道，引起機(jī)組故障。所謂預(yù)脫硅過程，就是在原礦漿進(jìn)入溶出管道前，使礦石中大部分二氧化硅預(yù)先反應(yīng)并析出，從而降低硅結(jié)疤對(duì)機(jī)組正常運(yùn)行的危害。具體操作方法是：配料車間配置好的原礦漿進(jìn)入原礦漿槽進(jìn)行攪拌，使在 90 100的條件下，停留 4 6 小時(shí)，以消除溶液中水合鋁硅酸鈉過飽和，既是鋁土礦預(yù)脫硅。 （ 2）預(yù)熱：經(jīng)過預(yù)脫硅的原礦漿，利用油隔 泵打入若干個(gè)串聯(lián)雙程預(yù)熱器進(jìn)行預(yù)熱（預(yù)熱至 160 170） 。在溶出車間，對(duì)原礦漿中預(yù)熱是利用溶出過程后期余熱實(shí)現(xiàn)的。原礦漿在通過溶出器高溫溶出后進(jìn)入蒸發(fā)器進(jìn)行冷卻。冷卻過程中料漿釋放的乏汽被用作預(yù)熱器的熱源。 預(yù)熱過程是通過熱交換器完成。 其中，原礦漿吸收乏汽中熱量獲得溫升，乏汽則變成高壓冷凝水進(jìn)入冷凝水自蒸發(fā)器，然后送往后續(xù)工序作為洗滌用水。利用乏汽對(duì)原礦漿進(jìn)行預(yù)熱，可節(jié)約大量新蒸汽，減少能耗。另外，在應(yīng)用蒸汽直接加熱原礦漿的高壓溶出過程中，壓煮器內(nèi)通入的新蒸汽在加熱礦漿的同時(shí)，變成水分稀釋礦漿中苛性鈉濃度，影響溶出速度；而預(yù)熱過程卻是通過熱交換器間接加熱，不存在這個(gè)缺陷。因此，預(yù)熱溫度的高低，對(duì)氧化鋁高壓溶出過程具有重要意義，在很大程度上影響到溶出質(zhì)量的好壞。 由于要在不影響流程工業(yè)連續(xù)運(yùn)行前提下定期清理預(yù)熱器管道結(jié)疤并進(jìn)行故障檢修，兩個(gè)高壓溶出機(jī)組均備有備用預(yù)熱器。 （ 3）加熱：預(yù)熱后的原礦漿順序進(jìn)入兩個(gè)加熱溶出器（ 1#、 2#）通以高壓中南大學(xué)碩士學(xué)位論文 第二章 氧化鋁高壓溶出過程機(jī)理分析 10新蒸汽（ 32，直接加熱礦漿到溶出溫度（ 250 260） 。 （ 4）溶出反應(yīng)：經(jīng)過加熱溶出器后，原礦漿 的溫度已經(jīng)加熱到理想的溶出溫度。原礦漿逐個(gè)流經(jīng) 7 個(gè)反應(yīng)溶出器（ 3# 9#） ，在高溫高壓條件下，原礦漿中的鋁酸鈉溶液將礦石中的氧化鋁溶解出來。 （ 5）冷卻：溶出以后的礦漿從 9#溶出器順序排入若干個(gè)串聯(lián)自蒸發(fā)器進(jìn)行冷卻。 從最后一個(gè)自蒸發(fā)器卸出的溶出礦漿通過溶出礦漿緩沖器送入稀釋槽稀釋并沉降。 圖 2壓溶出流程圖 性比值與溶出率 在氧化鋁高壓溶出工序中， 溶出液的苛性比值以及鋁土礦中氧化鋁的溶出率是兩個(gè)主要的衡量溶出效果的經(jīng)濟(jì)技術(shù)指標(biāo)。它們的定義如下： （ 1）苛性比值 苛性比值指的是溶出液中苛性氧化鈉分子數(shù)與氧化鋁分子數(shù)的比值，它實(shí)際反映了高壓溶出過程中苛性鈉的消耗量，其定義如下： = (2式中， 23 和2 的分子量比值，即 102/62； 溶出液中的苛性氧化鈉濃度， （ 克 /升） ； A 溶出液中氧化鋁濃度， （ 克 /升） 。 中南大學(xué)碩士學(xué)位論文 第二章 氧化鋁高壓溶出過程機(jī)理分析 11（ 2）溶出率 指的是鋁土礦中氧化鋁在高壓溶出過程中被循環(huán)母液中苛性鈉溶出的比例。溶出率按下式計(jì)算 ()()%100/1 =礦石赤泥 (2式中， 氧化鋁的溶出率， （ %） ； ()赤泥赤泥中的氧化鋁和氧化硅的重量比（鋁硅比） ； ()礦石鋁土礦中的氧化鋁和氧化硅的重量比（鋁硅比） ； 生產(chǎn)中， 一般用原礦漿固相中的鋁硅比和溶出率固相中的鋁硅比來表示氧化鋁的溶出率，即 ()()%100/1 =原礦漿溶出液 (2式中，溶出液)/( 溶出液固相