天然气化工
天然氣化工
천연기화공
NATURAL GAS CHEMICAL INDUSTRY
2013年
1期
36-38,50
,共4页
陈文亮%张湜%李晖%张亚兵%韦萍
陳文亮%張湜%李暉%張亞兵%韋萍
진문량%장식%리휘%장아병%위평
沼气提纯%变压吸附%PSA%LS-SVM%系统辨识%建模
沼氣提純%變壓吸附%PSA%LS-SVM%繫統辨識%建模
소기제순%변압흡부%PSA%LS-SVM%계통변식%건모
由于变压吸附(PSA)过程中吸附剂的参数不易获得,对沼气净化PSA过程中产品气甲烷浓度的机理建模是比较困难的.提出了基于最小二乘支持向量机(LS-SVM)甲烷浓度的建模方法.分析比较了系统辨识、RBF神经网络与LS-SVM模型,结果表明,运用LS-SVM方法建立的模型在精度上明显优于其他两种的方法,从而验证了LS-SVM在PSA过程产品浓度建模中是有效的.
由于變壓吸附(PSA)過程中吸附劑的參數不易穫得,對沼氣淨化PSA過程中產品氣甲烷濃度的機理建模是比較睏難的.提齣瞭基于最小二乘支持嚮量機(LS-SVM)甲烷濃度的建模方法.分析比較瞭繫統辨識、RBF神經網絡與LS-SVM模型,結果錶明,運用LS-SVM方法建立的模型在精度上明顯優于其他兩種的方法,從而驗證瞭LS-SVM在PSA過程產品濃度建模中是有效的.
유우변압흡부(PSA)과정중흡부제적삼수불역획득,대소기정화PSA과정중산품기갑완농도적궤리건모시비교곤난적.제출료기우최소이승지지향량궤(LS-SVM)갑완농도적건모방법.분석비교료계통변식、RBF신경망락여LS-SVM모형,결과표명,운용LS-SVM방법건립적모형재정도상명현우우기타량충적방법,종이험증료LS-SVM재PSA과정산품농도건모중시유효적.
