能源化工裝置運行數據挖掘技術及應用（簡體書）

本書從能源化工裝置運行資料採擷問題出發，介紹了應用於能源化工裝置中的運行資料採擷技術。本書對能源化工裝置中運行資料採擷的講解是以資料準備、統計分析、模型優化、案例研究為線索，結合相應的案例開展研究工作，引導讀者熟悉並理解各種方法的操作。
本書系統地介紹了參與挖掘的運行資料的選擇、數學挖掘模型的性能指標和資料採擷模型的應用；能源化工典型裝置運行資料採擷，涉及粉磨裝置、電站鍋爐、換熱裝置、氣化爐、裂解爐、反應裝置、離心式壓縮機透平和工藝管道；流化床裝置基於徑向基函數神經網絡（RBFNN）的運行資料採擷；石灰石濕法煙氣脫硫裝置運行資料採擷；基於SPSS Modeler的臥式螺旋離心機運行資料採擷；基於LIBSVM的臥式螺旋離心機運行資料採擷；分離典型裝置運行資料採擷模型，包括塔設備、色譜分離設備、脫水機、電滲析設備、吸附裝置、萃取裝置、膜分離裝置和氣固過濾裝置；變壓吸附設備運行資料採擷；反滲透設備運行資料採擷；油田原油三相分離器運行資料採擷；乾燥典型設備運行資料採擷模型，包括真空脈動乾燥裝置、氣流乾燥裝置、滾筒乾燥器、噴霧乾燥器、流化床乾燥器、旋轉閃蒸乾燥器、旁熱式輻射與對流乾燥機、氣體射流衝擊乾燥裝置和超聲強化熱風乾燥裝置；基於RBFNN的流化床乾燥器運行資料採擷；流化床乾燥器換熱係數關聯資料採擷；捲煙廠烘絲裝置運行資料採擷。
本書對能源化工裝置實際運行資料採擷分析領域從事實際研究、開發、生產和管理的科研人員和工程技術人員有所裨益。閱讀本書可知如何進行資料採擷增加能源化工裝置的經濟效益。
本書可作為能源化工裝置實際運行資料採擷相關人員的技術參考書，也適合作為能源科學與工程專業、化學工程與工藝、自動化、過程裝備與控制工程等專業高年級大學生和研究生教材或教學參考書。
本書由鄭州輕工業大學劉超鋒編著。在成書過程中，得到鄭州輕工業大學相關學院領導的熱情鼓勵；學生葉松、施婭、肖湘、陳遠、付潔、劉驍、雒維文參與了本書的圖文輸入。此外，本書參考了大量的文獻資料，在此一併致謝。
限於作者的水準，不足之處在所難免，敬請讀者批評指正。

編著者
2021年1月

緒論1
0.1參與挖掘的運行資料的選擇1
0.1.1篩除異常數據2
0.1.2輸入變數增減2
0.1.3樣本數量增減3
0.1.4樣本資料的預處理4
0.2數學挖掘模型的性能指標5
0.3資料採擷典型方法7
0.3.1回歸分析8
0.3.2反向傳播神經網絡8
0.3.3徑向基神經網絡13
0.3.4支持向量機16
0.4資料採擷模型的應用20

第1章能源化工典型裝置運行資料採擷22
1.1粉磨裝置23
1.2電站鍋爐23
1.3換熱裝置25
1.3.1空調裝置26
1.3.2板式換熱器29
1.3.3連續螺旋折流板管殼式換熱器29
1.4氣化爐30
1.5裂解爐31
1.6反應裝置32
1.6.1原料利用率的預測32
1.6.2產質量量的預測32
1.6.3產品轉化率的預測35
1.7離心式壓縮機透平35
1.8工藝管道36

第2章基於RBFNN的流化床裝置運行資料採擷37
2.1傳統的經驗關聯方法存在的問題38
2.2模型優化需要解決的問題39
2.3研究方案40
2.3.1基於人工選擇檢驗樣本41
2.3.2基於隨機選擇檢驗樣本41
2.3.3基於連續冒泡法選擇檢驗樣本41
2.3.4三種技術路線的特點和對比43
2.4流化床內球形大顆粒停留時間預測模型優化43

第3章石灰石濕法煙氣脫硫裝置運行資料採擷49
3.1基於GeneXproTools的基因運算式建模49
3.1.1模型建立過程49
3.1.2模型預測過程59
3.1.3最大遺傳代數的影響61
3.1.4基於正交試驗的模型優化64
3.1.5基於單因素分析及均勻設計的模型優化68
3.1.6基於響應面設計的模型優化70
3.1.7考慮歸一化與解釋變數80
3.2基於高精度模型的預測81
3.3小結84

第4章基於SPSS Modeler的臥式螺旋離心機運行資料採擷85
4.1各影響因素的分析85
4.1.1各影響因素的量綱分析85
4.1.2三個因素構造的量86
4.1.3四個因素構造的量86
4.1.4可能的解釋變數組合86
4.2建模過程87
4.3幹污泥量模型優化99
4.4泥餅含水率模型優化107
4.5力矩模型優化109

第5章基於LIBSVM的臥式螺旋離心機運行資料採擷111
5.1在LIBSVM中的資料採擷過程111
5.1.1程序設計流程113
5.1.2程式碼113
5.1.3程式運行結果115
5.2粒子群優化LIBSVM的資料採擷模型116
5.2.1程序設計流程116
5.2.2程式碼117
5.2.3程式運行結果120
5.3訓練樣本篩選後的模型優化122

第6章典型分離裝置運行資料採擷模型125
6.1塔設備125
6.2色譜分離設備129
6.3脫水機130
6.4電滲析設備131
6.5吸附裝置134
6.5.1變壓吸附134
6.5.2移動床逆流選擇性吸附135
6.6萃取裝置136
6.6.1串級萃取136
6.6.2超臨界萃取138
6.6.3微波萃取138
6.7膜分離裝置140
6.7.1微濾140
6.7.2超濾141
6.7.3反滲透142
6.8氣固過濾裝置143

第7章變壓吸附設備運行資料採擷146
7.1解釋變數組合方案147
7.2訓練樣本方案147
7.3基於SPSS Modeler的資料採擷147
7.3.1解釋變數方案設計147
7.3.2訓練樣本和測試樣本選取方案設計148
7.3.3資料採擷過程148
7.3.4基於均勻設計的模型優化158
7.3.5基於縮小樣本規模的模型優化160
7.3.6優化後的模型162

第8章反滲透設備的運行資料採擷163
8.1待挖掘的運行資料163
8.2基於GeneXproTools的模型優化164
8.2.1資料建模的過程164
8.2.2基於均勻設計的模型優化168
8.3基於LIBSVM的模型優化175
8.3.1建模方案設計175
8.3.2模型建立過程176
8.3.3第一段資料建模結果180
8.3.4第二段資料建模結果181

第9章油田原油三相分離器運行資料採擷183
9.1資料預處理方案183
9.2基於SPSS Modeler的資料採擷模型篩選184
9.2.1建模流程184
9.2.2模型的優化193

第10章乾燥典型設備運行資料採擷模型197
10.1真空脈動乾燥裝置197
10.2氣流乾燥裝置198
10.3滾筒乾燥器199
10.3.1能耗的預測199
10.3.2產質量量的預測200
10.4噴霧乾燥器201
10.5流化床乾燥器202
10.6旋轉閃蒸乾燥器202
10.7旁熱式輻射與對流乾燥機203
10.8氣體射流衝擊乾燥裝置204
10.9超聲強化熱風乾燥裝置206

第11章基於RBFNN的流化床乾燥器運行資料採擷207
11.1生產熱效率預測模型207
11.1.1基於人工選擇檢驗樣本208
11.1.2基於連續冒泡法選擇檢驗樣本209
11.1.3小結212
11.2乾燥懸浮液時產品含固率預測模型212
11.2.1基於連續冒泡法選擇檢驗樣本213
11.2.2基於優化後的模型研究含固率215
11.2.3小結220
11.3結果及討論220

第12章流化床乾燥器換熱係數關聯資料採擷222
12.1基於Engauge Digitizer的曲線資料化222
12.1.1原始曲線圖有效範圍選取222
12.1.2截圖載入223
12.1.3設置橫縱坐標軸223
12.1.4選擇資料點225
12.1.5數據匯出225
12.2基於SPSS Modeler的SVM建模228
12.3對SVM模型的篩選241
12.3.1不同解釋變數情況下241
12.3.2不同歸一化情況下241
12.3.3分兩段的情況下241
12.3.4分三段的情況下241

第13章捲煙廠烘絲裝置運行資料採擷242
13.1基於SPSS Modeler的SVM建模242
13.2基於均勻試驗的模型篩選257
13.2.1核函數為RBF時257
13.2.2多項式核函數時261
13.3基於人工分區試驗的結果265

參考文獻272