文献

J-GLOBAL ID：201702261991051380   整理番号：17A1675961

槽状態分類に基づくアルミニウム電解電流効率予測研究【JST・京大機械翻訳】

Prediction Modelof the Current Efficiency for Aluminum Electrolysis Process Based on Status Classification

著者 (3件)： Cui Guimei (内蒙古科技大学信息工程学院,内蒙古包頭,014010) ,  Xue Fayuan (内蒙古科技大学信息工程学院,内蒙古包頭,014010) ,  Liu Piliang (内蒙古科技大学信息工程学院,内蒙古包頭,014010)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 34  号： 1  ページ： 288-291,387  発行年： 2017年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電流効率はアルミニウム電解プロセスにおける最も重要な経済指標であり、電流効率の測定により、アルミニウム量を有効に管理することができ、現在の電流効率の測定方法は周期が長く、精確率が低いなどの欠点がある。電解槽の電流効率の異なる特性に従って,マルチチャネルSVMモデルを用いて,電流効率を予測する方法を提案し,そして,アルミニウム電解生産の歴史的データをサンプルとして用いて,ファジィクラスタリングによる溝状態分類モデルを確立し,そして,3種類のスロット状態を得た。各サブサンプルに対してサポートベクトルマシンの予測子モデルを構築し、サブモデルの融合を経て、電流効率の最終予測モデルを得た。シミュレーション結果により,上記の多重分類予測モデルは,高いヒット率を持ち,そして,電流効率を正確に予測することができ,そして,実際の電解アルミニウムの生産を導くために,用いることができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  電解槽 ,  *電流効率 ,  *前向きコホート研究 ,  *貯槽 ,  *電解 ,  *アルミニウム ,  サポートベクトルマシン ,  多重化 ,  シミュレーション
準シソーラス用語： ヒット率 ,  予測子 ,  分類モデル ,  ファジィクラスタリング ,  *アルミニウム電解 , 【Automatic Indexing@JST】

著者キーワード (5件)： Aluminum electrolysis ,  Current efficiency prediction ,  Classification of cell states ,  Fuzzy clustering ,  Support vector machine(SVM)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 槽 ,  分類 ,  アルミニウム電解 ,  電流効率 ,  予測 ,  研究