亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        新型智能船舶艙底水油分濃度檢測系統(tǒng)?

        2018-07-10 09:25:02黃勝健
        計算機(jī)與數(shù)字工程 2018年6期
        關(guān)鍵詞:油分用油極值

        黃勝健 齊 亮

        1 引言

        《MARPOL 73/78》國際防污公約明確規(guī)定:經(jīng)油水分離器分離后的艙底水需經(jīng)油分濃度檢測含油量低于15ppm后方可排放入海[1]。采用濁度法實現(xiàn)原位、實時在線的船舶艙底水油分濃度檢測,是通過建立水樣的散射光強(qiáng)與樣品油分濃度之間的數(shù)學(xué)模型,在該模型的基礎(chǔ)上,通過新樣品的散射光強(qiáng)來預(yù)測其對應(yīng)的油分濃度。油分濃度預(yù)測的建模方法在很大程度上影響著整個油分濃度檢測的精度。然而,傳統(tǒng)的基于濁度法的船用油分濃度預(yù)測的建模是基于瑞利散射定律的。理論上采用濁度法能夠精確測量的油分濃度范圍在26ppm以下,超過26ppm就要進(jìn)行非線性補償計算,使用軟件方法排除誤差[2~3]。同時由于油滴顆粒大小以及氣泡等干擾因素的存在,導(dǎo)致傳統(tǒng)的單一線性建模會造成偏差[4]。本文采用LS-SVM建立油分濃度預(yù)測模型,LS-SVM具有較好的泛化能力,在解決小樣本統(tǒng)計、非線性建模方面得到很好的應(yīng)用[5]。同時確定將PSO算法聯(lián)合LS-SVM用于船用油分濃度檢測的預(yù)測模型中,由于PSO算法精度較高、收斂速度較快、具有全局優(yōu)化的能力,可以優(yōu)化LS-SVM模型的核函數(shù)σ參數(shù)和懲罰因子γ達(dá)到最佳值,以此提高LS-SVM模型的預(yù)測精度[6]。

        2 檢測原理與系統(tǒng)結(jié)構(gòu)

        2.1 船用油分濃度計檢測原理

        船舶艙底水中含有大量各類油污,艙底水經(jīng)過油水分離器分離后,絕大部分污油被分離過濾掉,剩余溶液主要是油滴在水中經(jīng)過長時間的物理化學(xué)變化、溶解、乳化形成穩(wěn)定的乳濁液。同時,乳濁液中含有不同顆粒大小的油滴[7~9]。當(dāng)采用一束平行光照射樣品溶液時,一部分光直接通過水樣透射出去,另一部分光被樣品溶液中的油滴吸收,剩余部分則被油滴顆粒物散射,光在水樣中的傳播滿足朗伯-比爾定律與瑞利散射定律。

        本文設(shè)計采用波長在980nm的紅外半導(dǎo)體激光二極管作為船用油分濃度檢測系統(tǒng)的光電傳感器的紅外發(fā)射光源,采用102像素的線陣CMOSS光電傳感器作為探測器。將光電探測器安裝在固定位置連續(xù)檢測不同角度的散射光。由于油類物質(zhì)對該980nm波長的紅外光沒有明顯的特征吸收,即可近似的認(rèn)為,980nm紅外光經(jīng)過水樣時,一部分發(fā)生了散射,剩余的則完全透過水樣透射出去,再結(jié)合瑞利散射定律,建立如下散射光強(qiáng)與油分濃度的關(guān)系,如式(1)所示:

        IO為經(jīng)調(diào)制后的入射光的強(qiáng)度,IS為散射光的強(qiáng)度,λ為紅外入射光的光源波長,N為單位體積內(nèi)懸浮顆粒數(shù),V為顆粒體積,K為與入射光波長、折射率等有關(guān)的比例系數(shù)??梢姡⑸涔夤鈴?qiáng)與懸浮顆粒物的總量NV2成比例,也就是與溶液中的油分濃度成比例[10~11]。

        2.2 新型智能船用油分濃度計系統(tǒng)結(jié)構(gòu)

        圖1 系統(tǒng)結(jié)構(gòu)圖

        新型智能船用油分濃度檢測系統(tǒng)結(jié)構(gòu)如圖1所示,它由油分濃度光電傳感器、油分濃度信號處理模塊、上位機(jī)監(jiān)測系統(tǒng)三部分組成。信號變送模塊主要負(fù)責(zé)完成紅外光源的調(diào)制,散射通道光強(qiáng)信號的采集及A/D轉(zhuǎn)換,與上位機(jī)通訊進(jìn)行數(shù)據(jù)傳輸?shù)裙ぷ?。本文選用STM32作為主控芯片。上位機(jī)監(jiān)測系統(tǒng)主要實現(xiàn)油分濃度傳感器的信號采集、油分濃度解算、顯示及存儲等功能。本文選擇美國National Instruments公司(簡稱NI公司)研發(fā)的Lab-VIEW開發(fā)平臺進(jìn)行上位機(jī)軟件設(shè)計。

        3 油分濃度預(yù)測模型

        3.1 最小二乘支持向量機(jī)LS-SVM

        式(2)中,ω∈Rn位權(quán)向量;γ為正則化參數(shù);ek為誤差變量;輸入向量經(jīng)函數(shù)φ( )xk映射到高維特征空間;b∈R為偏置參數(shù)。對應(yīng)的Lagrange函數(shù)為

        式(3)中,ak為Lagrange乘子。通過KKT最優(yōu)條件,可將式(3)轉(zhuǎn)化為如下線性方程組:

        其中,稱為核函數(shù),本文采用RBF徑向基核函功避免了求解復(fù)雜的映射函數(shù)φ(xk),大大降低了模型的復(fù)雜性減少了計算量。

        最后采用最小二乘算法求解式(4),即可得到a和b的值,最終確定預(yù)測模型的決策函數(shù):數(shù),其未知參數(shù)為核函數(shù)寬度σ。核函數(shù)的選擇成

        經(jīng)過以上分析可知,通過引入等式約束和最小二乘價值函數(shù),能夠?qū)⑶蠼鈪?shù)的優(yōu)化問題轉(zhuǎn)變?yōu)榍蠼饩€性方程的問題。除此之外采用核函數(shù)的LS-SVM,僅需確定γ和σ兩個參數(shù),最大程度的降低了算法和求解的復(fù)雜性。

        3.2 粒子群優(yōu)化PSO

        粒子群優(yōu)化PSO算法中,每個粒子都有位置、飛行速度、飛行方向和飛行步長。PSO算法:首先對該種群粒子進(jìn)行初始化,接著進(jìn)行多次的迭代搜尋解空間的最優(yōu)解。種群中的粒子在每一次的迭代過程中,通過跟蹤兩個“極值”并進(jìn)行比較,來不斷更新自己下一次迭代的飛行速度和位置:其中第一個極值就是粒子本身所找到的最優(yōu)解,即個體極值;剩余的一個極值就是目前種群中所有粒子找到的最優(yōu)解,即全局極值。

        PSO算法數(shù)學(xué)描述為:在一個擁有D維解的目標(biāo)搜索空間中,采用N個粒子組成一個種群群體,假設(shè)這個種群中的第i個粒子的位置向量為xi=(xi1,xi2,…,xiD),速度向量為 vi=(vi1,vi2,…,viD),個體極值為 pi=(pi1,pi2,…,piD),整個種群的全局極值為 pg=(pg1,pg2,…,pgD),然后進(jìn)行迭代尋優(yōu),根據(jù)各粒子的適應(yīng)值來評價其優(yōu)劣,并找到當(dāng)前時刻的個體極值和全局極值。對于第t次迭代,其第d維( )1≤d≤D 根據(jù)下列方程更新:

        式(6)中,γ1和 γ2為[ ]0,1之間的隨機(jī)數(shù),c1和c2為學(xué)習(xí)因子;w為慣性權(quán)重。

        3.3 基于粒子群優(yōu)化的最小二乘支持向量機(jī)算法PSO-LS-SVM

        本文運用PSO優(yōu)化算法聯(lián)合LS-SVM完成船舶艙底水油分濃度預(yù)測模型的建立,將LS-SVM中的核函數(shù)寬度σ和正則化參數(shù)γ,即(γ,σ)作為PSO算法中粒子的位置向量。整體算法流程如圖2所示[11]。

        首先初始化粒子群的位置和速度信息,然后將每個粒子代入LS-SVM模型中,以均方根誤差RMSE的計算公式作為適應(yīng)度函數(shù),通過計算每一次迭代后的適應(yīng)值來評價各粒子的適應(yīng)度。根據(jù)結(jié)果計算的適應(yīng)值,更新全局極值和個體極值,最后判斷是否滿足條件,不滿足繼續(xù)進(jìn)行迭代計算,滿足條件則輸出最優(yōu)參數(shù)至LS-SVM的參數(shù),進(jìn)行訓(xùn)練、反歸一化求解模型,最后輸出結(jié)果。

        圖2 PSO算法流程圖

        4 實驗及結(jié)果分析與討論

        為了對本文建立的基于PSO算法的LS-SVM船用油分濃度預(yù)測模型的預(yù)測性能進(jìn)行驗證和評價,分析模型的泛化能力以及預(yù)測結(jié)果與實際濃度值的偏差。采用廈門星鯊有限公司生產(chǎn)的GQS-186油分濃度計配置了14組樣本溶液,將其中的10組作為LS-SVM與PSO-LS-SVM油分濃度預(yù)測模型的訓(xùn)練樣本數(shù)據(jù),剩余4組作為測試樣本數(shù)據(jù),分別采用LS-SVM、PSO-LS-SVM、最小二乘擬合三種建模方法建立船用油分濃度預(yù)測模型。為了對模型的預(yù)測性能作出評價,分析預(yù)測結(jié)果偏離實際值的情況,本文采用相對誤差(RE)、均方根誤差(RMSE)、平均相對誤差(MRE)評估模型預(yù)測效果。

        LS-SVM模型的參數(shù)經(jīng)過多次實驗依據(jù)經(jīng)驗設(shè)定,LS-SVM模型與PSO-LS-SVM模型的油分濃度預(yù)測數(shù)據(jù)與實際數(shù)據(jù)比較結(jié)果分別如表1、表2所示,油分濃度預(yù)測值與真實值的比較曲線如圖3、圖4所示。表3所示為采用最小二乘法對10組樣本數(shù)據(jù)進(jìn)行擬合的實際值與擬合值比較結(jié)果,圖5為采用最小二乘法對10組樣本數(shù)據(jù)進(jìn)行擬合的實際值與擬合值比較曲線圖。

        從表1中可見LS-SVM油分濃度預(yù)測模型的最小相對誤差達(dá)到5.35%,平均相對誤差為9.38%,均方根誤差為1.10。

        由表2可見經(jīng)過PSO對LS-SVM模型參數(shù)優(yōu)化后。PSO-LS-SVM模型預(yù)測值的最小相對誤差達(dá)到0.98%,平均相對誤差為3.37%,均方根誤差僅為0.39。平均相對誤差(MRE)的提升幅度為64%,均方根誤差(RMSE)的提升幅度為64.5%。測試樣本1~4,每個樣本的值的各項評價指標(biāo)均優(yōu)于未經(jīng)PSO優(yōu)化的最小二乘支持向量機(jī)油分濃度預(yù)測模型。

        表1 基于LS-SVM模型的預(yù)測結(jié)果

        表2 基于PSO-LS-SVM模型的預(yù)測結(jié)果

        表3 基于最小二乘擬合的預(yù)測結(jié)果

        圖3 LS-SVM預(yù)測值與真實值曲線圖

        圖4 PSO-LS-SVM預(yù)測值與真實值曲線圖

        圖5 最小二乘擬合值與真實值曲線圖

        為了進(jìn)一步比較PSO-LS-SVM模型預(yù)測的優(yōu)勢,隨機(jī)選取十組樣本采用最小二乘法進(jìn)行線性擬合,從表3中可以看出在濃度低于1ppm時,預(yù)測值的誤差較大,樣品濃度在1ppm以上時,最小相對誤差為0.04%,均方根誤差為1.33??傮w來看,PSO-LS-SVM模型預(yù)測性能仍優(yōu)于傳統(tǒng)的最小二乘擬合線性建模。

        5 結(jié)語

        本文通過將光學(xué)檢測技術(shù)與LS-SVM理論相結(jié)合,并采用PSO算法完成了LS-SVM的參數(shù)尋優(yōu),最后完成了船舶艙底水油分濃度預(yù)測模型的建立。與未經(jīng)參數(shù)尋優(yōu)的普通LS-SVM油分濃度預(yù)測模型相比較,基于PSO算法優(yōu)化LS-SVM模型參數(shù)的船用油分濃度預(yù)測模型,克服了單純采用LS-SVM模型進(jìn)行建模的模型精度低、泛化能力差等缺點,較之于傳統(tǒng)的LS-SVM模型,其MRE,RMSE提升幅度分別為64%和64.5%。模型精度明顯得到提高,同時,較之于傳統(tǒng)的最小二乘擬合其均方根誤差提升了70%,模型預(yù)測精度明顯優(yōu)于采用最小二乘擬合的線性建模的預(yù)測精度。能有效運用于船用油分濃度的檢測中。

        [1]葉銳.船舶油水分離器結(jié)構(gòu)設(shè)計[J].交通節(jié)能與環(huán)保,2009(4):10-17.

        YE Rui.Oil-water Separator Structure Design of the Ship[J].Marine Energy Saving,2009(4):10-17.

        [2]鄒瑞杰.基于Mie散射的微量油污染在線檢測技術(shù)研究[D].天津:天津大學(xué),2011.

        ZHOU Ruijie.Study on Online Detection Technology for Oil Pollution Based on Mie Light Scattering Theory[D].Tianjin:Tianjin University,2011.

        [3]于海波.水中微量油污染在線檢測技術(shù)與實驗研究[D].天津:天津大學(xué),2013.

        YU Haibo.Online Detection Technology of Oil Pollution in Water and Related Experimental Studies[D].Tianjin:Tianjin University,2013.

        [4]姜會芬,非均勻粒子光散射特性及折射率分布測量研究[D].西安:西安電子科技大學(xué),2007.

        JIANG Huifen.On Characteristics of Light Scattering by Inhomogeneous Paeticles and Measurement of Refractive Index Profile[D].Xi'an:Xidian University,2007.

        [5]周秀軍,戴連奎.基于最小二乘支持向量機(jī)的橄欖油摻雜拉曼快速鑒別方法[J].光散射學(xué)報,2013,25(2):176-182.

        ZHOU Xiujun,DAI Liankui.Fast Discrimination of Olive Oil Adulteration Based On Raman Spectra Using Least Squares Support Vector Machine[J].The Journal of Light Scattering,2013,25(2):176-182.

        [6]龍文,焦建軍,龍祖強(qiáng).基于PSO優(yōu)化LSSVM的未知模型混沌系統(tǒng)控制[J].物理學(xué)報,2011,60(11):112-117.

        LONGWen,JIAOJianjun,LONGZuqiang.Control of Chaos Solely Based on PSO-LSSVM Without Using an Analytical Model[J].Acta Physical Sinica,2011,60(11):112-117.

        [7]宋慶君,唐軍武,馬榮華.水體后向散射系數(shù)校正方法研究[J].海洋技術(shù),2008,27(1):48-52.

        SONG Qingjun,TANG Yaowu,MA Ronghua.Correction of Backscattering Coefficients in Different Water Bodies[J].Marine Technology,2008,27(1):48-52.

        [8]魏斌.熒光分光光度法測量油砂工藝中的環(huán)烷酸[J].環(huán)境科學(xué)與衛(wèi)生學(xué)報,2013(48):429-436.

        WEI Bing.Limitation of Fluorescence Spectrophotometry in the measurement of naphthenic acids in oil sands process water[J].Journal of Environmental Science and Health,2013(48):429-436.

        [9]王清華.光散射法顆粒大小與形狀分析[D].南京:南京工業(yè)大學(xué),2003.

        WANG Qinghua.Particle Size and Shape Analysis With Light Scattering[D].Nanjing:Nanjing University of Technology,2003.

        [10]莊媛,趙曉祥,周美華.水體中油污染狀況及微量油測定方法的比較[J].環(huán)境科學(xué)與技術(shù),2012,35(6):79-83.

        ZHANG Yuan,ZHAO Xiaoxiang,ZHOU Meihua.Overviews of Oil Pollution and Detection Methods of Trace Oil in Water[J].Environmental Science&Technology,2012,35(6):79-83.

        [11]湯斌,趙敬曉.一種紫外可見光譜檢測水質(zhì)COD預(yù)測模型優(yōu)化方法[J].中國環(huán)境科學(xué),2015,35(2):478-483.

        TANG Bin,ZHAOXiaojing.A Method of Optimizing the Prediction Model for the Determination of Water COD by Using UV-Visible Spectroscopy[J].China Environmental Science,2015,35(2):478-483.

        猜你喜歡
        油分用油極值
        極值點帶你去“漂移”
        油分芯導(dǎo)致TSA-2.4A型空氣壓縮機(jī)著火原因分析
        全球船用油檢測服務(wù)中心簡介
        石油商技(2021年1期)2021-03-29 02:36:12
        適用于農(nóng)業(yè)機(jī)械的多功能傳動系用油性能要求
        石油商技(2021年1期)2021-03-29 02:35:56
        極值點偏移攔路,三法可取
        大豆關(guān)聯(lián)重組自交系群體蛋白質(zhì)、油分含量的QTL分析
        為什么白糖在鍋里用油翻炒后會變色
        烤煙油分判定標(biāo)準(zhǔn)的修訂與應(yīng)用探討
        一類“極值點偏移”問題的解法與反思
        匹配數(shù)為1的極值2-均衡4-部4-圖的結(jié)構(gòu)
        一本无码人妻在中文字幕| 午夜爽爽爽男女污污污网站| 日本乱偷人妻中文字幕在线| 国产精品一区二区在线观看99 | 电驱蚊液可以插一晚上吗| 无码aⅴ免费中文字幕久久| 亚洲 都市 校园 激情 另类| 99久久久久久亚洲精品| 日本va中文字幕亚洲久伊人| 亚洲精品乱码久久久久久中文字幕 | 亚洲黄片久久| 亚洲丰满熟女一区二亚洲亚洲 | 国产视频一区2区三区| 国产精品高清一区二区三区不卡| 人妻少妇精品视频一区二区三区| 亚洲欧美成人中文在线网站| 国产自拍视频一区在线| 帅小伙自慰videogay男男| 欧美日本国产va高清cabal| www.av在线.com| 久久本道久久综合伊人| 国产综合在线观看| 无码不卡高清毛片免费 | 日本少妇高潮喷水xxxxxxx| 久久99精品久久久久久野外 | 国产精品夜色视频久久| 特黄熟妇丰满人妻无码| 亚洲欧美日韩一区在线观看| 精品免费看国产一区二区白浆| 久久一道精品一区三区| 天天天天躁天天爱天天碰2018| 91白浆在线视频| 日韩精品午夜视频在线| 亚洲精品美女久久777777| 欧美亚州乳在线观看| 人妻风韵犹存av中文字幕| 少妇性俱乐部纵欲狂欢少妇| 人人妻人人澡人人爽欧美二区 | 亚洲国产高清在线观看视频| 高清av一区二区三区在线| 日本道免费一区二区三区日韩精品|