污泥热干化含水率实时监测的HBA-SVM回归模型研究
朱建伟1
盛强2
刘威3
饶宾期4
1.湖州职业技术学院 智能制造与电梯学院,浙江 湖州 313000;湖州市机器人系统集成与智能装备重点实验室(湖州职业技术学院 智能制造与电梯学院),浙江 湖州 3130002.湖州市机器人系统集成与智能装备重点实验室(湖州职业技术学院 智能制造与电梯学院),浙江 湖州 313000;湖州职业技术学院 新能源工程与汽车学院,浙江 湖州 3130003.湖州职业技术学院 新能源工程与汽车学院,浙江 湖州 3130004.中国计量大学 机电工程学院,浙江 杭州 310018
摘要：利用网格划分法和黑盒法采集分析污泥含水率的实时监测数据,探讨热干化系统湿热空气的性质和计算方法,研究回风口排湿速率和干化时间与污泥含水率的关系.在污泥干化领域尝试引入最新蜜獾算法(HBA),优化支持向量机(SVM),构建HBA-SVM回归模型,并与粒子群算法(PSO)和遗传算法(GA)优化的SVM回归模型进行对比分析.结果表明:回风口排湿速率和污泥含水率随干化时间增加呈非线性降低,排湿量下降的变化速率略高于含水率.HBA-SVM的决定系数(R2)是0.996 5,均方根误差(RMSE)是 0.979 2,离散度更低,精确度更高;将模型移植到嵌入式系统,经现场试验验证,综合预测精度可达 90%以上,是实际污泥含水率监测的一种有效方法.
关键词：污泥热干化含水率蜜獾算法回归模型
分类号：X705(一般性问题)
资助基金：国家自然科学基金(51878635)浙江省高层次人才特殊支持计划(2021RS2056)浙江省属高校基本科研业务费专项(2020YW02)湖州市公益性技术应用研究(重点)项目(2018GZ26)浙江省高校国内访问学者教师专业发展项目(FX2022115)
论文发表日期：2023-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 149-156 )
英文信息