基于贝叶斯网络的盐化工生产中固液比预测

王奎清

(淮阴工学院计算机与软件工程学院，江苏淮安 223003)

近年来盐化工产业突飞猛进，我国已成为全球重要的盐化工生产大国。随着我国实施的新能源战略和大力发展循环经济的政策，提倡绿色化工和低碳生活，盐化工产业也将步入一个新的调整和发展期。课题以江苏井神4号生产线的控制系统(DCS)和人工采集的日常实践数据为研究数据来源。通过实际调研得知该生产线真空蒸发制盐产工艺流程是通过采集原卤进行蒸发、结晶、洗涤最终获取氯化钠和一定浓度的制盐母液。固液比是影响盐的质量关键要素，蒸发罐中固液比达标才可下料进入干燥床烘干包装。影响固液比的因素很多，如蒸发罐温度和压力、循环泵电流和盐腿实际值排出量等。怎样更加准确地预测盐卤在液蒸发罐中固液比的变化，对提高其生产线产量与质量从而提高企业效益有重要作用。

当前，在盐化工生产中固液比预测方面主流的预测法为定量预测法，主要分为两类：时间序列分析预测法、因果分析预测法。时间序列分析预测法如支持向量机与指数平滑法等，靳培飞和周莉等人[1]综合考虑支持向量机在检测行人时表现出的特点,提出一种基于支持向量机提取感兴趣区域的行人检测算法。利用支持向量机对图像进行初检并提取出置信度较高的检测框,先后在水平和竖直方向统计这些检测框的置信度叠加并根据统计结果提取出行人感兴趣区域,在提取的感兴趣区域内进行行人的检测[1]。……