基于PCA-LS_SVM的镨\钕萃取过程元素组分含量预测

作者：陆荣秀; 杨辉; 欧阳超明; 朱璐闻

来源：南昌大学学报(理科版), 2013, 37(06): 589-593.

• 镨\钕萃取
• 离子颜色特征
• 主成分分析
• 最小二乘支持向量机
• 建模

针对镨\钕(Pr\Nd)萃取过程中元素组分含量难以在线检测的问题,依据Pr、Nd混合溶液图像特征可以反映元素组分含量分布的特性,建立了基于离子颜色特征的Pr\Nd萃取过程元素组分含量预测模型。采集Pr\Nd萃取过程中稀土混合溶液图像信息,在HSI颜色空间中提取图像特征,采用主成分分析法分析各颜色分量对元素组分含量的影响,选取影响较大的H、S特征分量一阶矩作为预测模型的输入变量,利用最小二乘支持向量机算法(LSSVM)具有解决小样本、非线性能力强及运行速度快的优点,建立基于Pr\Nd萃取过程元素组分含量预测模型。通过Pr\Nd萃取生产现场运行数据测试,表明建立的模型适用于具有离子特征颜色的稀土萃取过程组分含量在线快速预报。

• 单位
  江西省先进控制与优化重点实验室; 电子工程学院; 华东交通大学; 南昌大学机电工程学院