华南理工大学学报(自然科学版) ›› 2014, Vol. 42 ›› Issue (7): 132-137.doi: 10.3969/j.issn.1000-565X.2014.07.021

• 化学化工 • 上一篇    下一篇

基于PLS 和SVM 的纸张抗张强度建模比较

陶劲松 杨亚帆 李远华   

  1. 华南理工大学 制浆造纸工程国家重点实验室,广东 广州 510640
  • 收稿日期:2014-03-04 出版日期:2014-07-25 发布日期:2014-06-01
  • 通信作者: 陶劲松(1976-),男,博士,副研究员,主要从事制浆造纸工程计算机模拟与控制、节能与优化研究. E-mail:jstao@scut.edu.cn
  • 作者简介:陶劲松(1976-),男,博士,副研究员,主要从事制浆造纸工程计算机模拟与控制、节能与优化研究.
  • 基金资助:

    国家自然科学基金资助项目( 20906030) ; 广东省科技计划项目高科技发展专项资金项目( 20130119g) ; 华南理工大学中央高校基本科研业务费专项资金资助项目( 2014ZZ0055) ; 华南理工大学制浆造纸工程国家重点实验室开放基金资助项目( 201233) ; 广东省科技计划重大科技专项( 2010A080801002)

Comparison of Paper Tensile Strength Prediction Models Based on PLS and SVM Methods

Tao Jin-song Yang Ya-fan Li Yuan-hua   

  1. State Key Laboratory of Pulp and Paper Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China
  • Received:2014-03-04 Online:2014-07-25 Published:2014-06-01
  • Contact: 陶劲松(1976-),男,博士,副研究员,主要从事制浆造纸工程计算机模拟与控制、节能与优化研究. E-mail:jstao@scut.edu.cn
  • About author:陶劲松(1976-),男,博士,副研究员,主要从事制浆造纸工程计算机模拟与控制、节能与优化研究.
  • Supported by:

    国家自然科学基金资助项目( 20906030) ; 广东省科技计划项目高科技发展专项资金项目( 20130119g) ; 华南理工大学中央高校基本科研业务费专项资金资助项目( 2014ZZ0055) ; 华南理工大学制浆造纸工程国家重点实验室开放基金资助项目( 201233) ; 广东省科技计划重大科技专项( 2010A080801002)

摘要: 为解决纸张抗张强度预测模型实际相关性差、预测精度低的问题,基于某瓦楞纸厂生产线,通过机理分析筛选出影响抗张强度的生产变量,分别使用偏最小二乘法( PLS)和支持向量机法( SVM) 对抗张强度建模,并通过相关性筛选后的简化模型对模型预测精度进行比较. 结果表明,简化后的支持向量机模型更适合纸张抗张强度的现场预测,其均方根误差为321 N/m,皮尔逊相关系数为0.909,预测速度快且模型精度较高.

关键词: 纸张, 抗张强度, 建模, 偏最小二乘法, 支持向量机

Abstract:

In order to solve the problems of poor practicality and low accuracy of the existing paper tensile strengthprediction models,two prediction models respectively based on the partial least-squares ( PLS) and the supportvector machine ( SVM) are established for a corrugated paper mill by selecting parameters affecting paper tensilestrength through mechanism analysis.Then,the two models are simplified by deleting parameters of low correlationwith tensile strength,and the simplified models are compared in terms of prediction accuracy.The results show thatthe simplified SVM model,whose root mean square error and Pearson correlation coefficient are 321N/m and 0.909respectively,is a quick prediction model with a high accuracy,so it is more suitable for the on-line prediction oftensile strength.

Key words: paper, tensile strength, modeling, partial least squares, support vector machines