摘要
本发明涉及电子级硫酸生产技术领域,具体公开了一种电子级硫酸吸收塔出塔硫酸浓度预测方法,包括数据的收集和分组预处理,后使用归一化方法对数据进行无量纲化,提高模型运行时的稳定性;构建基于前馈神经网络的回归模型,以特征数据作为输入,浓度值作为输出,对模型进行隐藏层数和神经元数进行超参数优化和训练,使预测模型参数不断学习更新;最后得到出吸收塔电子级硫酸的浓度预测模型。后续装置运行时可以同步对比模型预测浓度值和实际测量值,从而提前预测吸收塔运行状态、优化生产过程,对目前生产过程有一定指导作用。
技术关键词
电子级
浓度预测方法
硫酸吸收塔
前馈神经网络
异常数据处理
工况
训练集
ReLU函数
历史运行数据
模型预测值
归一化方法
识别方法
超参数
超纯水
变量
标签