-
公开(公告)号:CN119202589A
公开(公告)日:2024-12-27
申请号:CN202411235516.4
申请日:2024-09-04
Applicant: 安徽理工大学
IPC: G06F18/20 , G01N21/65 , G06F18/214 , G06F18/10 , G06F18/27 , G06N3/006 , G06F17/13 , G06F17/16 , G06F17/18 , G06Q50/04
Abstract: 本发明公开了一种基于拉曼光谱的有色金属冶炼过程烟气硫氧化物检测方法,包括以下步骤:通过实验室设备实验获取硫氧化物气体的拉曼光谱数据集;对采集到的光谱数据集按7:3的比例划分为训练集和测试集;对数据集的拉曼光谱数据进行预处理;对预处理后的数据进行多重叠加映射分析(SMA)算法的降维处理;构建拉曼光谱的SVR回归预测模型;利用鲸鱼优化算法优化SVR模型;输入测试集数据对模型进行测试;本项发明利用拉曼光谱技术提出了一种基于拉曼光谱的有色金属冶炼过程烟气硫氧化物检测方法,该方法实现了对烟气硫氧化物浓度的准确检测,可以实时监测和记录冶炼烟气中硫氧化物的浓度。为冶炼过程的优化提供重要依据。
-
公开(公告)号:CN118782170A
公开(公告)日:2024-10-15
申请号:CN202410765767.7
申请日:2024-06-14
Applicant: 安徽理工大学
IPC: G16C20/20 , G01N21/17 , G16C20/70 , G06F18/15 , G06F18/213 , G06N3/0464
Abstract: 本发明公开了一种光声光谱联合1D‑CNN的燃煤烟气氮氧化物浓度预测方法,包括以下步骤:(1)燃煤烟气光声光谱数据获取;(2)燃煤烟气光声光谱数据预处理;(3)燃煤烟气光声光谱数据的样本划分;(4)构建基于1D‑CNN的燃煤烟气氮氧化物浓度预测模型;(5)对模型进行实际测试。本发明采用1D‑CNN进行燃煤烟气氮氧化物浓度预测模型构建,提出一种新的一维卷积神经网络模型能够使特征提取更有效,计算效率高,降低过拟合的风险,非常适用于燃煤烟气氮氧化物浓度的预测。
-
公开(公告)号:CN118777216A
公开(公告)日:2024-10-15
申请号:CN202410658002.3
申请日:2024-05-27
Applicant: 安徽理工大学
IPC: G01N21/17 , G16C20/70 , G16C20/20 , G06F18/2135 , G06F18/214 , G06F18/243 , G06N5/01 , G06N20/20 , G06N3/006
Abstract: 本发明公开了一种基于光声光谱和NGBoost的燃煤硫氧化物气体检测方法,包括以下步骤:通过实验获取硫氧化物气体的光谱数据集;对采集到的光谱数据集按7:3的比例划分为训练集和测试集;对训练集和测试集的光声光谱数据进行预处理;对预处理后的数据进行KPCA降维处理;建立光声光谱硫氧化物气体NGBoost模型;用改进的粒子群算法优化NGBoost模型;输入光谱数据对模型进行测试;本项发明利用光声光谱技术提出了一种基于IPSO优化的NGBoost模型的燃煤硫氧化物气体检测方法,该方法构建NGBoost模型进行硫氧化物气体浓度的准确检测,对异常值和噪声的鲁棒性高,具备实时性和适应性强的特点,因此非常适用于工业生产现场和环境检测中对硫氧化物气体浓度进行精确检测的需求。
-
-