导语

  

内容提要

  

    本书介绍能源化工装置实际运行数据挖掘技术，包括数据预处理、数据分析、数据建模及模型应用等整个过程的具体内容。基于不同的问题需要考虑不同的解决方案，包括应用中常见的神经网络方法、支持向量机方法、基因表达式编程方法等挖掘与分析领域的实用技术。本书围绕具体案例展开原理叙述、最新方法和实用研究手段，既有具体的优化过程阐述，又给出了优化结果，所提供的具体源代码和计算机软件详细的操作步骤方便读者参考。
    本书内容生动，兼具技术性和前瞻性。书中给出的实例，有助于读者掌握所学内容，利用运行数据集开展数据挖掘与预测分析，从而解决实际问题。
    本书可作为从事能源化工装置实际运行数据挖掘分析领域的研发、生产和管理人员及工程技术人员的参考书，也可以作为能源科学与工程、化学工程与工艺、自动化、过程装备与控制工程等专业师生的辅助教材。

绪论
  0.1  参与挖掘的运行数据的选择
    0.1.1  筛除异常数据
    0.1.2  输入变量增减
    0.1.3  样本数量增减
    0.1.4  样本数据的预处理
  0.2  数学挖掘模型的性能指标
  0.3  数据挖掘典型方法
    0.3.1  回归分析
    0.3.2  反向传播神经网络
    0.3.3  径向基神经网络
    0.3.4  支持向量机
  0.4  数据挖掘模型的应用
第1章  能源化工典型装置运行数据挖掘
  1.1  粉磨装置
  1.2  电站锅炉
  1.3  换热装置
    1.3.1  空调装置
    1.3.2  板式换热器
    1.3.3  连续螺旋折流板管壳式换热器
  1.4  气化炉
  1.5  裂解炉
  1.6  反应装置
    1.6.1  原料利用率的预测
    1.6.2  产品质量的预测
    1.6.3  产品转化率的预测
  1.7  离心式压缩机透平
  1.8  工艺管道
第2章  基于RBFNN的流化床装置运行数据挖掘
  2.1  传统的经验关联方法存在的问题
  2.2  模型优化需要解决的问题
  2.3  研究方案
    2.3.1  基于人工选择检验样本
    2.3.2  基于随机选择检验样本
    2.3.3  基于连续冒泡法选择检验样本
    2.3.4  三种技术路线的特点和对比
  2.4  流化床内球形大颗粒停留时间预测模型优化
第3章  石灰石湿法烟气脱硫装置运行数据挖掘
  3.1  基于GeneXproTools的基因表达式建模
    3.1.1  模型建立过程
    3.1.2  模型预测过程
    3.1.3  最大遗传代数的影响
    3.1.4  基于正交试验的模型优化
    3.1.5  基于单因素分析及均匀设计的模型优化
    3.1.6  基于响应面设计的模型优化
    3.1.7  考虑归一化与解释变量
  3.2  基于高精度模型的预测
  3.3  小结
第4章  基于SPSS Modeler的卧式螺旋离心机运行数据挖掘
  4.1  各影响因素的分析
    4.1.1  各影响因素的量纲分析
    4.1.2  三个因素构造的量
    4.1.3  四个因素构造的量
    4.1.4  可能的解释变量组合
  4.2  建模过程
  4.3  干污泥量模型优化
  4.4  泥饼含水率模型优化
  4.5  力矩模型优化
第5章  基于LIBSVM的卧式螺旋离心机运行数据挖掘
  5.1  在LIBSVM中的数据挖掘过程
    5.1.1  程序设计流程
    5.1.2  程序代码
    5.1.3  程序运行结果
  5.2  粒子群优化LIBSVM的数据挖掘模型
    5.2.1  程序设计流程
    5.2.2  程序代码
    5.2.3  程序运行结果
  5.3  训练样本筛选后的模型优化
第6章  典型分离装置运行数据挖掘模型
  6.1  塔设备
  6.2  色谱分离设备
  6.3  脱水机
  6.4  电渗析设备
  6.5  吸附装置
    6.5.1  变压吸附
    6.5.2  移动床逆流选择性吸附
  6.6  萃取装置
    6.6.1  串级萃取
    6.6.2  超临界萃取
    6.6.3  微波萃取
  6.7  膜分离装置
    6.7.1  微滤
    6.7.2  超滤
    6.7.3  反渗透
  6.8  气固过滤装置
第7章  变压吸附设备运行数据挖掘
  7.1  解释变量组合方案
  7.2  训练样本方案
  7.3  基于SPSS Modeler的数据挖掘
    7.3.1  解释变量方案设计
    7.3.2  训练样本和测试样本选取方案设计
    7.3.3  数据挖掘过程
    7.3.4  基于均匀设计的模型优化
    7.3.5  基于缩小样本规模的模型优化
    7.3.6  优化后的模型
第8章  反渗透设备的运行数据挖掘
  8.1  待挖掘的运行数据
  8.2  基于GeneXproTools的模型优化
    8.2.1  数据建模的过程
    8.2.2  基于均匀设计的模型优化
  8.3  基于LIBSVM的模型优化
    8.3.1  建模方案设计
    8.3.2  模型建立过程
    8.3.3  第一段数据建模结果
    8.3.4  第二段数据建模结果
第9章  油田原油三相分离器运行数据挖掘
  9.1  数据预处理方案
  9.2  基于SPSS Modeler的数据挖掘模型筛选
    9.2.1  建模流程
    9.2.2  模型的优化
第10章  干燥典型设备运行数据挖掘模型
  10.1  真空脉动干燥装置
  10.2  气流干燥装置
  10.3  滚筒干燥器
    10.3.1  能耗的预测
    10.3.2  产品质量的预测
  10.4  喷雾干燥器
  10.5  流化床干燥器
  10.6  旋转闪蒸干燥器
  10.7  旁热式辐射与对流干燥机
  10.8  气体射流冲击干燥装置
  10.9  超声强化热风干燥装置
第11章  基于RBFNN的流化床干燥器运行数据挖掘
  11.1  生产热效率预测模型
    11.1.1  基于人工选择检验样本
    11.1.2  基于连续冒泡法选择检验样本
    11.1.3  小结
  11.2  干燥悬浮液时产品含固率预测模型
    11.2.1  基于连续冒泡法选择检验样本
    11.2.2  基于优化后的模型研究含固率
    11.2.3  小结
  11.3  结果及讨论
第12章  流化床干燥器换热系数关联数据挖掘
  12.1  基于Engauge Digitizer的曲线数据化
    12.1.1  原始曲线图有效范围选取
    12.1.2  截图载入
    12.1.3  设置横纵坐标轴
    12.1.4  选择数据点
    12.1.5  数据导出
  12.2  基于SPSS Modeler的SVM建模
  12.3  对SVM模型的筛选
    12.3.1  不同解释变量情况下
    12.3.2  不同归一化情况下
    12.3.3  分两段的情况下
    12.3.4  分三段的情况下
第13章  卷烟厂烘丝装置运行数据挖掘
  13.1  基于SPSS Modeler的SVM建模
  13.2  基于均匀试验的模型筛选
    13.2.1  核函数为RBF时
    13.2.2  多项式核函数时
  13.3  基于人工分区试验的结果
参考文献