书籍详情
能源化工装置运行数据挖掘技术及应用
作者：刘超锋 著
出版社：化学工业出版社
出版时间：2021-08-01
ISBN：9787122390578
定价：¥138.00
购买这本书可以去
内容简介
本书提供能源化工装置实际运行数据挖掘技术，从需要的数据预处理、数据分析、数据建模及模型应用等整个过程的具体内容；基于不同的问题需要考虑不同的解决方案，涵盖应用中常见的神经网络方法、支持向量机方法、基因表达式编程方法等挖掘与分析领域的实用技术，对于某一个具体的能源化工装置所述范围不拘泥于某种特定的方案。围绕具体案例展 开叙述原理、的方法和实用研究手段；既有具体的优化过程阐述，又给出了优化结果，提供的具体源代码和计算机软件详细的操作步骤方便读者参考。本书论述具体，内容生动，兼备技术性和前瞻性。书中给出的实例，有助于读者根据章节中涉及内容的结果搞清楚实例的整个过程并且掌握所学内容，从而学会利用运行数据集开展数据挖掘与预测分析而解决实际问题。本书适合能源化工装置实际运行数据挖掘分析领域从事实际研究、开发、生产和管理的 科研人员和工程技术人员针对不同的问题需要用不同的数据挖掘技术解决方案时使用。
作者简介
暂缺《能源化工装置运行数据挖掘技术及应用》作者简介
目录
绪论1
0.1参与挖掘的运行数据的选择1
0.1.1筛除异常数据2
0.1.2输入变量增减2
0.1.3样本数量增减3
0.1.4样本数据的预处理4
0.2数学挖掘模型的性能指标5
0.3数据挖掘典型方法7
0.3.1回归分析8
0.3.2反向传播神经网络8
0.3.3径向基神经网络13
0.3.4支持向量机16
0.4数据挖掘模型的应用20
第1章能源化工典型装置运行数据挖掘22
1.1粉磨装置23
1.2电站锅炉23
1.3换热装置25
1.3.1空调装置26
1.3.2板式换热器29
1.3.3连续螺旋折流板管壳式换热器29
1.4气化炉30
1.5裂解炉31
1.6反应装置32
1.6.1原料利用率的预测32
1.6.2产品质量的预测32
1.6.3产品转化率的预测35
1.7离心式压缩机透平35
1.8工艺管道36
第2章基于RBFNN的流化床装置运行数据挖掘37
2.1传统的经验关联方法存在的问题38
2.2模型优化需要解决的问题39
2.3研究方案40
2.3.1基于人工选择检验样本41
2.3.2基于随机选择检验样本41
2.3.3基于连续冒泡法选择检验样本41
2.3.4三种技术路线的特点和对比43
2.4流化床内球形大颗粒停留时间预测模型优化43
第3章石灰石湿法烟气脱硫装置运行数据挖掘49
3.1基于GeneXproTools的基因表达式建模49
3.1.1模型建立过程49
3.1.2模型预测过程59
3.1.3最大遗传代数的影响61
3.1.4基于正交试验的模型优化64
3.1.5基于单因素分析及均匀设计的模型优化68
3.1.6基于响应面设计的模型优化70
3.1.7考虑归一化与解释变量80
3.2基于高精度模型的预测81
3.3小结84
第4章基于SPSS Modeler的卧式螺旋离心机运行数据挖掘85
4.1各影响因素的分析85
4.1.1各影响因素的量纲分析85
4.1.2三个因素构造的量86
4.1.3四个因素构造的量86
4.1.4可能的解释变量组合86
4.2建模过程87
4.3干污泥量模型优化99
4.4泥饼含水率模型优化107
4.5力矩模型优化109
第5章基于LIBSVM的卧式螺旋离心机运行数据挖掘111
5.1在LIBSVM中的数据挖掘过程111
5.1.1程序设计流程113
5.1.2程序代码113
5.1.3程序运行结果115
5.2粒子群优化LIBSVM的数据挖掘模型116
5.2.1程序设计流程116
5.2.2程序代码117
5.2.3程序运行结果120
5.3训练样本筛选后的模型优化122
第6章典型分离装置运行数据挖掘模型125
6.1塔设备125
6.2色谱分离设备129
6.3脱水机130
6.4电渗析设备131
6.5吸附装置134
6.5.1变压吸附134
6.5.2移动床逆流选择性吸附135
6.6萃取装置136
6.6.1串级萃取136
6.6.2超临界萃取138
6.6.3微波萃取138
6.7膜分离装置140
6.7.1微滤140
6.7.2超滤141
6.7.3反渗透142
6.8气固过滤装置143
第7章变压吸附设备运行数据挖掘146
7.1解释变量组合方案147
7.2训练样本方案147
7.3基于SPSS Modeler的数据挖掘147
7.3.1解释变量方案设计147
7.3.2训练样本和测试样本选取方案设计148
7.3.3数据挖掘过程148
7.3.4基于均匀设计的模型优化158
7.3.5基于缩小样本规模的模型优化160
7.3.6优化后的模型162
第8章反渗透设备的运行数据挖掘163
8.1待挖掘的运行数据163
8.2基于GeneXproTools的模型优化164
8.2.1数据建模的过程164
8.2.2基于均匀设计的模型优化168
8.3基于LIBSVM的模型优化175
8.3.1建模方案设计175
8.3.2模型建立过程176
8.3.3第一段数据建模结果180
8.3.4第二段数据建模结果181
第9章油田原油三相分离器运行数据挖掘183
9.1数据预处理方案183
9.2基于SPSS Modeler的数据挖掘模型筛选184
9.2.1建模流程184
9.2.2模型的优化193
第10章干燥典型设备运行数据挖掘模型197
10.1真空脉动干燥装置197
10.2气流干燥装置198
10.3滚筒干燥器199
10.3.1能耗的预测199
10.3.2产品质量的预测200
10.4喷雾干燥器201
10.5流化床干燥器202
10.6旋转闪蒸干燥器202
10.7旁热式辐射与对流干燥机203
10.8气体射流冲击干燥装置204
10.9超声强化热风干燥装置206
第11章基于RBFNN的流化床干燥器运行数据挖掘207
11.1生产热效率预测模型207
11.1.1基于人工选择检验样本208
11.1.2基于连续冒泡法选择检验样本209
11.1.3小结212
11.2干燥悬浮液时产品含固率预测模型212
11.2.1基于连续冒泡法选择检验样本213
11.2.2基于优化后的模型研究含固率215
11.2.3小结220
11.3结果及讨论220
第12章流化床干燥器换热系数关联数据挖掘222
12.1基于Engauge Digitizer的曲线数据化222
12.1.1原始曲线图有效范围选取222
12.1.2截图载入223
12.1.3设置横纵坐标轴223
12.1.4选择数据点225
12.1.5数据导出225
12.2基于SPSS Modeler的SVM建模228
12.3对SVM模型的筛选241
12.3.1不同解释变量情况下241
12.3.2不同归一化情况下241
12.3.3分两段的情况下241
12.3.4分三段的情况下241
第13章卷烟厂烘丝装置运行数据挖掘242
13.1基于SPSS Modeler的SVM建模242
13.2基于均匀试验的模型筛选257
13.2.1核函数为RBF时257
13.2.2多项式核函数时261
13.3基于人工分区试验的结果265
参考文献272
0.1参与挖掘的运行数据的选择1
0.1.1筛除异常数据2
0.1.2输入变量增减2
0.1.3样本数量增减3
0.1.4样本数据的预处理4
0.2数学挖掘模型的性能指标5
0.3数据挖掘典型方法7
0.3.1回归分析8
0.3.2反向传播神经网络8
0.3.3径向基神经网络13
0.3.4支持向量机16
0.4数据挖掘模型的应用20
第1章能源化工典型装置运行数据挖掘22
1.1粉磨装置23
1.2电站锅炉23
1.3换热装置25
1.3.1空调装置26
1.3.2板式换热器29
1.3.3连续螺旋折流板管壳式换热器29
1.4气化炉30
1.5裂解炉31
1.6反应装置32
1.6.1原料利用率的预测32
1.6.2产品质量的预测32
1.6.3产品转化率的预测35
1.7离心式压缩机透平35
1.8工艺管道36
第2章基于RBFNN的流化床装置运行数据挖掘37
2.1传统的经验关联方法存在的问题38
2.2模型优化需要解决的问题39
2.3研究方案40
2.3.1基于人工选择检验样本41
2.3.2基于随机选择检验样本41
2.3.3基于连续冒泡法选择检验样本41
2.3.4三种技术路线的特点和对比43
2.4流化床内球形大颗粒停留时间预测模型优化43
第3章石灰石湿法烟气脱硫装置运行数据挖掘49
3.1基于GeneXproTools的基因表达式建模49
3.1.1模型建立过程49
3.1.2模型预测过程59
3.1.3最大遗传代数的影响61
3.1.4基于正交试验的模型优化64
3.1.5基于单因素分析及均匀设计的模型优化68
3.1.6基于响应面设计的模型优化70
3.1.7考虑归一化与解释变量80
3.2基于高精度模型的预测81
3.3小结84
第4章基于SPSS Modeler的卧式螺旋离心机运行数据挖掘85
4.1各影响因素的分析85
4.1.1各影响因素的量纲分析85
4.1.2三个因素构造的量86
4.1.3四个因素构造的量86
4.1.4可能的解释变量组合86
4.2建模过程87
4.3干污泥量模型优化99
4.4泥饼含水率模型优化107
4.5力矩模型优化109
第5章基于LIBSVM的卧式螺旋离心机运行数据挖掘111
5.1在LIBSVM中的数据挖掘过程111
5.1.1程序设计流程113
5.1.2程序代码113
5.1.3程序运行结果115
5.2粒子群优化LIBSVM的数据挖掘模型116
5.2.1程序设计流程116
5.2.2程序代码117
5.2.3程序运行结果120
5.3训练样本筛选后的模型优化122
第6章典型分离装置运行数据挖掘模型125
6.1塔设备125
6.2色谱分离设备129
6.3脱水机130
6.4电渗析设备131
6.5吸附装置134
6.5.1变压吸附134
6.5.2移动床逆流选择性吸附135
6.6萃取装置136
6.6.1串级萃取136
6.6.2超临界萃取138
6.6.3微波萃取138
6.7膜分离装置140
6.7.1微滤140
6.7.2超滤141
6.7.3反渗透142
6.8气固过滤装置143
第7章变压吸附设备运行数据挖掘146
7.1解释变量组合方案147
7.2训练样本方案147
7.3基于SPSS Modeler的数据挖掘147
7.3.1解释变量方案设计147
7.3.2训练样本和测试样本选取方案设计148
7.3.3数据挖掘过程148
7.3.4基于均匀设计的模型优化158
7.3.5基于缩小样本规模的模型优化160
7.3.6优化后的模型162
第8章反渗透设备的运行数据挖掘163
8.1待挖掘的运行数据163
8.2基于GeneXproTools的模型优化164
8.2.1数据建模的过程164
8.2.2基于均匀设计的模型优化168
8.3基于LIBSVM的模型优化175
8.3.1建模方案设计175
8.3.2模型建立过程176
8.3.3第一段数据建模结果180
8.3.4第二段数据建模结果181
第9章油田原油三相分离器运行数据挖掘183
9.1数据预处理方案183
9.2基于SPSS Modeler的数据挖掘模型筛选184
9.2.1建模流程184
9.2.2模型的优化193
第10章干燥典型设备运行数据挖掘模型197
10.1真空脉动干燥装置197
10.2气流干燥装置198
10.3滚筒干燥器199
10.3.1能耗的预测199
10.3.2产品质量的预测200
10.4喷雾干燥器201
10.5流化床干燥器202
10.6旋转闪蒸干燥器202
10.7旁热式辐射与对流干燥机203
10.8气体射流冲击干燥装置204
10.9超声强化热风干燥装置206
第11章基于RBFNN的流化床干燥器运行数据挖掘207
11.1生产热效率预测模型207
11.1.1基于人工选择检验样本208
11.1.2基于连续冒泡法选择检验样本209
11.1.3小结212
11.2干燥悬浮液时产品含固率预测模型212
11.2.1基于连续冒泡法选择检验样本213
11.2.2基于优化后的模型研究含固率215
11.2.3小结220
11.3结果及讨论220
第12章流化床干燥器换热系数关联数据挖掘222
12.1基于Engauge Digitizer的曲线数据化222
12.1.1原始曲线图有效范围选取222
12.1.2截图载入223
12.1.3设置横纵坐标轴223
12.1.4选择数据点225
12.1.5数据导出225
12.2基于SPSS Modeler的SVM建模228
12.3对SVM模型的筛选241
12.3.1不同解释变量情况下241
12.3.2不同归一化情况下241
12.3.3分两段的情况下241
12.3.4分三段的情况下241
第13章卷烟厂烘丝装置运行数据挖掘242
13.1基于SPSS Modeler的SVM建模242
13.2基于均匀试验的模型筛选257
13.2.1核函数为RBF时257
13.2.2多项式核函数时261
13.3基于人工分区试验的结果265
参考文献272
猜您喜欢
