欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020108809344
申请人: 西南交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于废水水质判断集输管道结垢影响的方法,其特征在于,包括以下步骤:S1、获取废水管道结垢的影响因子数据;

S2、对所述影响因子数据进行归一化处理,并将经归一化处理后的影响因子数据划分训练集和验证集;

S3、构建神经网络模型,分别利用训练集和验证集对所述神经网络模型进行训练和验证,得到最优神经网络模型,并根据最优神经网络模型得到各影响因子的权重值;

S4、根据所述各影响因子权重值的大小,选择关键影响因子进行正交试验分析;

S5、根据正交试验分析结果预测废水水质因素对集输管道结垢的影响,完成对集输管道结垢影响的判断。

2.根据权利要求1所述的基于废水水质判断集输管道结垢影响的方法,其特征在于,所述步骤S3包括以下步骤:S301、构建神经网络模型;

S302、将训练集输入至所述神经网络模型,并利用动量BP算法对所述神经网络模型进行训练;

S303、利用验证集对已训练的神经网络模型进行验证;

S304、将训练输出结果与验证输出结果进行对比,判断对比结果是否满足预设的误差要求,若是,则得到最优神经网络模型,并根据最优神经网络模型得到各影响因子的权重值,进入步骤S4,否则,返回步骤S302。

3.根据权利要求2所述的基于废水水质判断集输管道结垢影响的方法,其特征在于,所述步骤S301中神经网络模型包括依次连接的输入层、隐藏层以及输出层;

所述隐藏层节点数的选择表达式如下:

其中,n表示隐藏层节点数,ni表示输入层节点数,no表示输出层节点数,a表示1-10的常数。

4.根据权利要求2所述的基于废水水质判断集输管道结垢影响的方法,其特征在于,所述步骤S5包括以下步骤:S501、利用正交试验分析结果对所述最优神经网络模型进行训练,得到最优神经网络模型中各层的神经元权值系数,并对所述各层神经元权值系数进行加权处理,得到绝对影响权重系数;

S502、根据所述绝对影响权重系数,利用Sigmoid函数计算得到水质因素影响结垢量的量化预测模型;

S503、将废水水质因素指标值导入所述量化预测模型得到废水水质因素影响集输管道结垢的预测值,完成对集输管道结垢影响的判断。

5.根据权利要求4所述的基于废水水质判断集输管道结垢影响的方法,其特征在于,所述步骤S502中绝对影响权重系数的表达式如下:y=rij

x=wjk

其中,Sij表示绝对影响权重系数,Rij表示相关指数,m表示输入层指标样本数,i表示神经网络输入层的水质指标序数,j表示神经网络输出层指标序数,e表示自然常数,y和rij均表示相关显著性系数,k表示隐藏层的水质指标序数,p表示隐藏层指标样本数,Wki表示神经网络输入层i和隐藏层k的权重系数,wjk和x均表示j和k的权重系数。

6.根据权利要求4所述的基于废水水质判断集输管道结垢影响的方法,其特征在于,所述步骤S503中废水水质因素影响集输管道结垢的判断函数的表达式如下:

0<f(x)<1

其中,f(x)表示废水水质因素影响集输管道结垢的判断函数,xi表示水质指标参数,Si表示绝对影响权重系数,e表示自然常数,n表示水质指标个数,i表示水质指标序数。