摘要
本发明公开了膜处理技术领域内的基于机器学习的膜处理性能预测系统,包括模特性检测端,污染物性质检测和计算端,运行条件采集端,云计算学习端,数据输出端,结果反馈修正端,本发明首先通过膜材料表征、膜特性分析、污染物特性分析、污染物描述符计算、监测运行条件对膜处理条件进行收集,获得基本条件参数;接着通过云计算学习端接收数据,采用机器学习的统计方法,构建模型对膜去除率、水通量、去除率和水通量之间的平衡点进行计算预测;并通过结果反馈端实时监控云计算学习端,对预测的模型以及算法不断修正,最后得到最优膜处理性能的预测结果及膜处理条件。
技术关键词
性能预测系统
特性分析系统
X射线光电子能谱仪
DBSCAN模型
在线水质检测仪
条件监测系统
渗透压测定仪
分光光度计
描述符
接触角测量仪
透射电子显微镜
电位分析仪
统计方法
高效液相色谱仪
原子力显微镜
离子色谱仪
转子流量计
数据
检测端
轮廓系数
系统为您推荐了相关专利信息
邻苯二甲腈树脂
描述符
性能预测方法
随机森林模型
结构设计方法
PEM电解槽
温度预测模型
神经网络模型
建模方法
性能预测方法
性能预测方法
花朵授粉算法
混合优化算法
自花授粉
性能预测模型
编码特征
特性分析方法
时序
初始聚类中心
编码向量
性能预测系统
高维特征向量
性能预测模型
误差向量
互联网