返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 能源化工装置运行数据挖掘技术及应用 刘超锋 编 专业科技 文轩网
  • 新华书店正版
    • 作者: 刘超锋 编著著
    • 出版社: 化学工业出版社
    • 出版时间:2021-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 刘超锋 编著著
    • 出版社:化学工业出版社
    • 出版时间:2021-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-06-01
    • 字数:443
    • 页数:277
    • 开本:16开
    • 装帧:平装
    • ISBN:9787122390578
    • 国别/地区:中国
    • 版权提供:化学工业出版社

    能源化工装置运行数据挖掘技术及应用

    作  者:刘超锋 编
    定  价:138
    出 版 社:化学工业出版社
    出版日期:2021年08月01日
    页  数:288
    装  帧:平装
    ISBN:9787122390578
    主编推荐

    本书根据能源化工装置数据挖掘领域的要求,结合具体问题进行展开,案例式给出了完整研究过程和研究结果。本书对从事能源化工装置实际运行数据挖掘分析领域研究、开发、生产和管理的科研人员和工程技术人员有所裨益。

    内容简介

    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、近期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箅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。

    作者简介

    精彩内容

    目录
    绪论1
    0.1参与挖掘的运行数据的选择1
    0.1.1筛除异常数据2
    0.1.2输入变量增减2
    0.1.3样本数量增减3
    0.1.4样本数据的预处理4
    0.2数学挖掘模型的性能指标5
    0.3数据挖掘典型方法7
    0.3.1回归分析8
    0.3.2反向传播神经网络8
    0.3.3径向基神经网络13
    0.3.4支持向量机16
    0.4数据挖掘模型的应用20
    第1章能源化工典型装置运行数据挖掘22
    1.1粉磨装置23
    1.2电站锅炉23
    1.3换热装置25
    1.3.1空调装置26
    1.3.2板式换热器29
    1.3.3连续螺旋折流板管壳式换热器29
    1.4气化炉30
    1.5裂解炉31
    1.6反应装置32
    1.6.1原料利用率的预测32
    1.6.2产品质量的预测32
    1.6.3产品转化率的预测35
    1.7离心式压缩机透平35
    1.8工艺管道36
    第2章基于RBFNN的流化床装置运行数据挖掘37
    2.1传统的经验关联方法存在的问题38
    2.2模型优化需要解决的问题39
    2.3研究方案40
    2.3.1基于人工选择检验样本41
    2.3.2基于随机选择检验样本41
    2.3.3基于连续冒泡法选择检验样本41
    2.3.4三种技术路线的特点和对比43
    2.4流化床内球形大颗粒停留时间预测模型优化43
    第3章石灰石湿法烟气脱硫装置运行数据挖掘49
    3.1基于GeneXproTools的基因表达式建模49
    3.1.1模型建立过程49
    3.1.2模型预测过程59
    3.1.3优选遗传代数的影响61
    3.1.4基于正交试验的模型优化64
    3.1.5基于单因素分析及均匀设计的模型优化68
    3.1.6基于响应面设计的模型优化70
    3.1.7考虑归一化与解释变量80
    3.2基于高精度模型的预测81
    3.3小结84
    第4章基于SPSS Modeler的卧式螺旋离心机运行数据挖掘85
    4.1各影响因素的分析85
    4.1.1各影响因素的量纲分析85
    4.1.2三个因素构造的量86
    4.1.3四个因素构造的量86
    4.1.4可能的解释变量组合86
    4.2建模过程87
    4.3干污泥量模型优化99
    4.4泥饼含水率模型优化107
    4.5力矩模型优化109
    第5章基于LIBSVM的卧式螺旋离心机运行数据挖掘111
    5.1在LIBSVM中的数据挖掘过程111
    5.1.1程序设计流程113
    5.1.2程序代码113
    5.1.3程序运行结果115
    5.2粒子群优化LIBSVM的数据挖掘模型116
    5.2.1程序设计流程116
    5.2.2程序代码117
    5.2.3程序运行结果120
    5.3训练样本筛选后的模型优化122
    第6章典型分离装置运行数据挖掘模型125
    6.1塔设备125
    6.2色谱分离设备129
    6.3脱水机130
    6.4电渗析设备131
    6.5吸附装置134
    6.5.1变压吸附134
    6.5.2移动床逆流选择性吸附135
    6.6萃取装置136
    6.6.1串级萃取136
    6.6.2超临界萃取138
    6.6.3微波萃取138
    6.7膜分离装置140
    6.7.1微滤140
    6.7.2超滤141
    6.7.3反渗透142
    6.8气固过滤装置143
    第7章变压吸附设备运行数据挖掘146
    7.1解释变量组合方案147
    7.2训练样本方案147
    7.3基于SPSS Modeler的数据挖掘147
    7.3.1解释变量方案设计147
    7.3.2训练样本和测试样本选取方案设计148
    7.3.3数据挖掘过程148
    7.3.4基于均匀设计的模型优化158
    7.3.5基于缩小样本规模的模型优化160
    7.3.6优化后的模型162
    第8章反渗透设备的运行数据挖掘163
    8.1待挖掘的运行数据163
    8.2基于GeneXproTools的模型优化164
    8.2.1数据建模的过程164
    8.2.2基于均匀设计的模型优化168
    8.3基于LIBSVM的模型优化175
    8.3.1建模方案设计175
    8.3.2模型建立过程176
    8.3.3第一段数据建模结果180
    8.3.4第二段数据建模结果181
    第9章油田原油三相分离器运行数据挖掘183
    9.1数据预处理方案183
    9.2基于SPSS Modeler的数据挖掘模型筛选184
    9.2.1建模流程184
    9.2.2模型的优化193
    第10章干燥典型设备运行数据挖掘模型197
    10.1真空脉动干燥装置197
    10.2气流干燥装置198
    10.3滚筒干燥器199
    10.3.1能耗的预测199
    10.3.2产品质量的预测200
    10.4喷雾干燥器201
    10.5流化床干燥器202
    10.6旋转闪蒸干燥器202
    10.7旁热式辐射与对流干燥机203
    10.8气体射流冲击干燥装置204
    10.9超声强化热风干燥装置206
    第11章基于RBFNN的流化床干燥器运行数据挖掘207
    11.1生产热效率预测模型207
    11.1.1基于人工选择检验样本208
    11.1.2基于连续冒泡法选择检验样本209
    11.1.3小结212
    11.2干燥悬浮液时产品含固率预测模型212
    11.2.1基于连续冒泡法选择检验样本213
    11.2.2基于优化后的模型研究含固率215
    11.2.3小结220
    11.3结果及讨论220
    第12章流化床干燥器换热系数关联数据挖掘222
    12.1基于Engauge Digitizer的曲线数据化222
    12.1.1原始曲线图有效范围选取222
    12.1.2截图载入223
    12.1.3设置横纵坐标轴223
    12.1.4选择数据点225
    12.1.5数据导出225
    12.2基于SPSS Modeler的SVM建模228
    12.3对SVM模型的筛选241
    12.3.1不同解释变量情况下241
    12.3.2不同归一化情况下241
    12.3.3分两段的情况下241
    12.3.4分三段的情况下241
    第13章卷烟厂烘丝装置运行数据挖掘242
    13.1基于SPSS Modeler的SVM建模242
    13.2基于均匀试验的模型筛选257
    13.2.1核函数为RBF时257
    13.2.2多项式核函数时261
    13.3基于人工分区试验的结果265
    参考文献272

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购