基于即時學習策略的鐠-釹萃取過程組分含量預測.pdf

1、稀土元素在工業(yè)生產中具有重要地位，加入稀土元素能改善產品的性能，尤其是對高端產品性能的影響尤為明顯。鑒于稀土元素的這一重要特點，各個國家競相儲備稀土資源。目前，稀土元素的生產工藝已逐漸走向成熟，生產流程日漸完備。當下，稀土工業(yè)主要運用多級串級萃取的方法提取稀土元素，萃取過程復雜，控制變量多、耦合性強、時滯大，難以實現組分含量在線檢測和控制。實時監(jiān)測稀土萃取過程中關鍵環(huán)節(jié)的組分含量是實現稀土萃取工藝參數調節(jié)和自動化控制的前提。
　　

2、本文針對鐠/釹(Pr/Nd)稀土萃取過程中難以快速檢測萃取槽體內組分含量的問題，結合機器視覺技術，利用即時學習策略建立預測模型，以達到快速檢測稀土混合溶液組分含量的目的。主要的研究內容如下：
　　1.使用HSI顏色空間描述稀土混合溶液圖像特征。以Pr/Nd萃取過程為研究對象，使用H、S分量描述稀土萃取現場混合溶液圖像的顏色特征，收集溶液圖像H、S值的一階矩作為組分含量預測模型的輸入數據，為建立組分含量預測模型做前期準備。
　

3、　2.利用即時學習策略對非線性過程建立多個子模型。通過對歷史數據樣本進行聚類，將鐠/釹稀土萃取非線性過程劃分為多個子空間，在每一個子空間內利用即時學習算法建立子模型，對于輸入數據，采用子模型激活準則選取被激活的子模型預測組分含量，通過稀土生產工業(yè)現場的數據仿真研究，證明該多模型建模方法適用于快速檢測稀土混合溶液中的組分含量。
　　3.利用即時學習策略建立稀土混合溶液組分含量在線預測模型。根據k-VNN鄰域選擇準則，選擇與輸入數據相