文档名：基于RFPSOSVM的油页岩干馏工艺粉尘爆炸风险评估
摘要：为准确预测油页岩干馏工艺过程粉尘爆炸风险等级,以加强油页岩粉尘爆炸事故防范能力,提出了一种快速精准的风险评估模型.按照4M分类原则将评价指标分为人、物、管理和环境4大类和30小项,采用随机森林(RF)对30项特征指标进行属性约简,进而提取关键指标;使用粒子群算法(PSO)对支持向量机(SVM)进行更新全局寻优,合理优化SVM的参数.通过随机选择30组评价数据进行测试,进行了RF-PSO-SVM模型与SVM模型、RF-SVM模型以及PSO-SVM模型对比.结果表明:该模型风险预测结果正确率最高且运行时间较短,识别准确率达93.33%,体现出该模型对油页岩干馏工艺粉尘爆炸风险预测的精准性和及时性.
Abstract：Inordertoaccuratelypredictthedustexplosionriskclassofoilshaleretortingprocessandstrengthenthepreventionabilityofoilshaledustexplosionaccident,afastandaccurateriskassessmentmodelwasproposed.Accordingtothe4Mclassificationprinciple,theevaluationindexesweredividedinto4categoriesincludinghuman,material,managementandenvironmentand30items.Therandomforest(RF)wasusedtoreducetheattributesofthe30featureindexes,andthenthekeyindexeswereextracted.Theparticleswarmoptimizationalgorithm(PSO)wasusedtoupdatetheglobaloptimizationofsupportvectormachine(SVM)andoptimizetheparametersofSVMreasonably.Byrandomlyselecting30groupsofevaluationdatafortesting,theRF-PSO-SVMmodelwascomparedwithSVMmodel,RF-SVMmodelandPSO-SVMmodel.Theresultsshowedthat,theriskpredictionresultofthismodelhadthehighestaccuracyandshortrunningtime,withtherecognitionaccuracyof93.33%,whichreflectedtheaccuracyandtimelinessofthismodelinpredictingdustexplosionriskofoilshaleretortingprocess.
作者：于立富 李航 王天枢 孙威 Author：YULi-fu LIHang WANGTian-shu SUNWei
作者单位：沈阳化工大学环境与安全工程学院,辽宁沈阳110142沈阳化工大学化学工程学院,辽宁沈阳110142
刊名：当代化工
Journal：ContemporaryChemicalIndustry
年，卷(期)：2024, 53(1)
分类号：X932
关键词：油页岩干馏 随机森林 支持向量机 风险评估
Keywords：Oilshaleretorting Randomforest Supportvectormachine Riskassessment
机标分类号：TP393.08X928.7TP18
在线出版日期：2024年2月3日
基金项目：辽宁省教育厅科学研究经费资助项目基于RF-PSO-SVM的油页岩干馏工艺粉尘爆炸风险评估[
期刊论文] 当代化工--2024, 53(1)于立富 李航 王天枢 孙威为准确预测油页岩干馏工艺过程粉尘爆炸风险等级,以加强油页岩粉尘爆炸事故防范能力,提出了一种快速精准的风险评估模型.按照4M分类原则将评价指标分为人、物、管理和环境4大类和30小项,采用随机森林(RF)对30项特...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于RF-PSO-SVM的油页岩干馏工艺粉尘爆炸风险评估 Dust Explosion Risk Assessment of Oil Shale Retorting Process Based on RF-PSO-SVM
基于RF-PSO-SVM的油页岩干馏工艺粉尘爆炸风险评估.pdf
- 文件大小:
- 3.18 MB
- 下载次数:
- 60
-
高速下载
|
