陕西省科学技术研究发展计划项目(2007K05-05)
- 作品数:3 被引量:17H指数:3
- 相关作者:白鹏刘君华朱长纯陈长兴张喜斌更多>>
- 相关机构:空军工程大学西安交通大学上海化工研究院更多>>
- 发文基金:陕西省科学技术研究发展计划项目国家自然科学基金更多>>
- 相关领域:石油与天然气工程自动化与计算机技术机械工程更多>>
- 基于支持向量机的红外光谱天然气分析系统被引量:3
- 2007年
- 针对天然气组分浓度分析过程中海量训练样本无法实现、天然气组分气体的主次特征吸收谱线重叠严重、气相色谱分析法分析速度慢、无法进行实时在线分析等问题,将支持向量机(SVM)这一新的信息处理方法与红外光谱分析法结合,应用于天然气组分浓度分析中,利用SVM处理小样本的能力解决海量样本问题;通过建立反映天然气光谱数据样本与天然气组分浓度关系的SVM校正模型,解决天然气组分气体主、次特征吸收谱线重叠严重的问题;利用红外光谱分析速度快的优点,缩短分析时间。设计研制了基于SVM和红外光谱的天然气分析系统。该系统使用傅立叶红外光谱仪获取天然气红外光谱数据样本,对红外光谱数据样本进行数据预处理后,通过SVM校正模型进行计算分析,得出天然气组分浓度。实验结果表明,该方法的最大偏差为3.95%,与气相色谱分析法相比,具有分析速度快、可实时在线分析等优点。
- 杨开武白鹏李彦金伟刘君华
- 关键词:支持向量机红外光谱天然气组分
- 层次式SVM子集含烃类混合气体光谱分析方法被引量:3
- 2008年
- 含烃类混合气体具有组分多、组分浓度范围大的特点。为了解决海量混合气体光谱数据样本实际上是无法实现的难题,在大量调查的基础上,研究探索了实际工程中可能出现的混合气体分布模式,最后确定为15种混合气体分布子模式,共计5500个光谱数据样本用于训练与检验。在此基础上,按照混合气体分布子模式识别→混合气体分析→结果输出的思路,提出了2层15子集的含烃类混合气体分析方法。多层次多子集软件集成框架以15种混合气体分布子模式为基本框架,由于应用了基于样本关联规则及混合气体分布模式中心集的SVM快速在线分类方法,可向原基本框架在线实时的加入新的混合气体分布子模式。实验结果显示,混合气体组分浓度分析的最大绝对误差为0.41%,最大平均绝对误差为0.04%。可用于其他混合气体的红外光谱分析,具有实际应用价值。
- 白鹏谢文俊刘君华
- 关键词:子集红外光谱
- 基于支持向量机的压力传感器校正模型被引量:11
- 2007年
- 针对压力传感器输出特性受温度变化和电压波动影响的问题,提出了应用支持向量机对压力传感器输出特性进行非线性补偿的校正模型。校正模型利用支持向量机具有逼近任意非线性函数的特点,通过建立压力传感器输出特性与其实际电压值之间非线性映射关系的校正模型,实现压力传感器非线性补偿校正。实验结果表明,最大相对波动从22.2%降为0.64%,能有效地消除温度和电压波动的影响,在校正模型的输出端得到期望的压力传感器输出特性。
- 白鹏张喜斌陈长兴朱长纯
- 关键词:支持向量机压力传感器