最新成果
您现在的位置:首页 >> 最新成果 >> >> 浏览
最新成果
硕士生张昊在一区Top期刊《Journal of Cleaner Production》发表研究论文

[ 发布时间:2020- 12- 07 ]


 

202012月,我院制浆造纸工程系硕士生张昊在一区Top期刊《Journal of Cleaner Production》(影响因子7.246)在线发表了题为“Effluent Quality Prediction in Papermaking Wastewater Treatment Processes Using Dynamic Bayesian Networks”的研究论文。刘鸿斌副教授为论文的通讯作者,南京林业大学为第一作者单位。

软测量技术是通过易测量的辅助变量来建立基于数据驱动的软测量模型,实现难以测量变量的在线预测,一定程度上有效克服了传统测量仪表及传感器的局限性。在实际工业过程中,过程中普遍存在较强的非线性、不确定性及时变性,对工业过程指标的软测量建模带来较大挑战。为了解决上述问题,本研究利用概率方法构建了贝叶斯网络(Bayesian Networks, BN)模型,以此捕捉过程数据存在的非线性及不确定性特征;并构建了偏最小二乘模型,利用变量重要性指标(Variables Importance in Projection, VIP)来实现高贡献度变量的选择,以此降低模型复杂度并提高模型的鲁棒性。在此基础上引入了增广矩阵方法,结合贝叶斯网络构建了动态贝叶斯网络(Dynamic Bayesian Networks, DBN)来适应过程中存在的动态特性,提出了基于变量选择的动态贝叶斯网络模型VIP-DBN模型。

为了评价VIP-DBN模型的预测精度,分别采用了BSM1废水仿真平台以及实际造纸废水处理过程数据进行验证。研究结果表明:VIP-DBN模型相较于传统软测量模型具有更高的预测精度以及泛化能力,并在模型执行效率方面也具有一定的优势。

该项研究工作得到了南京林业大学标志性成果培育项目的资助。

论文链接:https://doi.org/10.1016/j.jclepro.2020.125396