论文部分内容阅读
针对盐化工生产线生产过程中节点数据的事变特征,假设当前时刻生产线固液比仅与当前蒸汽压力、蒸汽温度、循环泵电流、盐腿实际值排出量和历史固液比数据有关。建立一种基于贝叶斯网络的盐化工生产过程中固液比预测模型,通过数据采集、数据清洗、属性分析、算法训练和算法预测对比建立最佳预测模型。通过此模型预测蒸发罐中固液比走势,并与支持向量机和神经网络预测模型进行实验对比,验证其有效性。