基于PCA-LS＿SVM的鐠＼釹萃取過程元素組分含量預(yù)測.pdf

《基于PCA-LS＿SVM的鐠＼釹萃取過程元素組分含量預(yù)測.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、第３７卷第６期南昌大學(xué)學(xué)報（理科版）Ｖｏｌ．３７Ｎｏ．６２０１３年１２月ＪｏｕｒｎａｌｏｆＮａｎｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｄｅｃ．２０１３文章編號：１００６０４６４（２０１３）０６０５８９０５基于ＰＣＡＬＳ＿ＳＶＭ的鐠＼釹萃取過程元素組分含量預(yù)測陸榮秀１，２，３，楊輝１，２，３，歐陽超明２，３，朱璐聞２，３（１．南昌大學(xué)機(jī)電工程學(xué)院，江西南昌３３０００６；２．華東交通大學(xué)電氣與電子工程學(xué)院，江西南昌３３００１３；３．江西省先進(jìn)控制與優(yōu)化重點實驗室，江西南昌３３００１３）摘要：針對

2、鐠＼釹（Ｐｒ＼Ｎｄ）萃取過程中元素組分含量難以在線檢測的問題，依據(jù)Ｐｒ、Ｎｄ混合溶液圖像特征可以反映元素組分含量分布的特性，建立了基于離子顏色特征的Ｐｒ＼Ｎｄ萃取過程元素組分含量預(yù)測模型。采集Ｐｒ＼Ｎｄ萃取過程中稀土混合溶液圖像信息，在ＨＳＩ顏色空間中提取圖像特征，采用主成分分析法分析各顏色分量對元素組分含量的影響，選取影響較大的Ｈ、Ｓ特征分量一階矩作為預(yù)測模型的輸入變量，利用最小二乘支持向量機(jī)算法（ＬＳ＿ＳＶＭ）具有解決小樣本、非線性能力強(qiáng)及運行速度快的優(yōu)點，建立基于Ｐｒ＼Ｎｄ萃取過程元素組分含量預(yù)測模型。通過Ｐｒ＼Ｎｄ萃

3、取生產(chǎn)現(xiàn)場運行數(shù)據(jù)測試，表明建立的模型適用于具有離子特征顏色的稀土萃取過程組分含量在線快速預(yù)報。關(guān)鍵詞：鐠＼釹萃?。浑x子顏色特征；主成分分析；最小二乘支持向量機(jī)；建模中圖分類號：ＴＰ２７３文獻(xiàn)標(biāo)志碼：ＡＦｏｒｅｃａｓｔｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼ＮｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎＰＣＡＬＳ＿ＳＶＭ１，２，３，ＹＡＮＧＨｕｉ１，２，３，ＯＵＹＡＮＧＣｈａｏｍｉｎｇ２，３，ＺＨＵＬｕｗｅｎ２，３ＬＵＲｏｎｇｘｉｕ（１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＭｅｃｈａｎｉｃａｌ＆

4、ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ，３３００３１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ，３３００１３，Ｃｈｉｎａ；３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＣｏｎｔｒｏｌ＆ＯｐｔｉｍｉｚａｔｉｏｎｏｆＪｉａｎｇｘｉＰｒｏｖｉｎｃｅ，Ｎａｎｃｈａｎｇ，Ｊｉａｎｇｘｉ，３３００１３，Ｃｈｉｎ

5、ａ）Ａｂｓｔｒａｃｔ：ＩｎｖｉｅｗｏｆｔｈｅｏｎｌｉｎｅｄｅｔｅｃｔｐｒｏｂｌｅｍｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼Ｎｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｏｐｅｒｔｙｔｈａｔｉｍａｇｅｆｅａｔｕｒｅｓｏｆｔｈｅｍｉｘｅｄｓｏｌｕｔｉｏｎｏｆＰｒａｎｄＮｄｃａｎｒｅｆｌｅｃｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔ，ａｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼Ｎｄｅｘｔｒａｃｔ

6、ｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎｉｏｎｃｏｌｏｒｆｅａｔｕｒｅｓ．Ａｔｆｉｒｓｔ，ｃｏｌｌｅｃｔｉｎｇｉｍａｇｅｉｎｆｏｒｍａｔｉｏｎｏｆｒａｒｅｅａｒｔｈｍｉｘｅｄｓｏｌｕｔｉｏｎｉｎＰｒ＼ＮｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓａｎｄｅｘｔｒａｃｔｉｎｇｔｈｅｉｍａｇｅｆｅａｔｕｒｅｓｉｎＨＳＩｃｏｌｏｒｓｐａｃｅ．Ｔｈｅｎ，ｕｓｉｎｇｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｔｏａｎａｌｙｚｅｔｈｅｉｍｐａｃｔｏｆｅａｃｈｃｏｌｏｒｃｏｍｐｏｎｅｎｔｏｎｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔａｎｄ

7、ｓｅｌｅｃｔｉｎｇｔｈｅｆｉｒｓｔｍｏｍｅｎｔｓｏｆＨａｎｄＳｆｅａｔｕｒｅｓｗｈｉｃｈｈａｖｅｍｏｒｅｉｍｐａｃｔｏｎｉｔｔｏｔｈｅｉｎｐｕｔｖａｒｉａｂｌｅｓｏｆｆｏｒｅｃａｓｔｍｏｄｅｌ．Ｆｉｎａｌｌｙ，ａｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｏｆｅｌｅｍｅｎｔｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎＰｒ＼Ｎｄｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｓｓｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｌｅａｓｔｓｑｕａｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅａｌｇｏｒｉｔｈｍ，ｉｔｈａｓａｄｖａｎｔａｇｅｓｉｎｓｏｌｖｉｎｇｓｍａｌｌｓａｍｐ

8、ｌｅ，ｎｏｎｌｉｎｅａｒａｎｄｈｉｇｈｓｐｅｅｄ．Ａｎａｃｔｕａｌｄａｔａｔｅｓｔｉｎｇｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｃａｎｂｅｓｕｉｔａｂｌｅｔｏｏｎｌｉｎｅｆａｓｔｆｏｒｅｃａｓｔｏｆｃｏｍｐｏｎｅｎｔｃｏｎｔｅｎｔｉｎｒａｒｅｅａｒｔｈｅｘｔｒａｃｔｉｏｎｐｒｏ