基于响应面回归模型的管垢量预测与交互影响分析方法技术

技术编号:40938929 阅读:34 留言:0更新日期:2024-04-18 14:57
本发明专利技术公开了一种基于响应面回归模型的管垢量预测与交互影响分析方法,属于管垢量预测与分析技术领域,包括以下步骤:确定影响渗滤液结垢的主要因素;设计渗滤液结垢实验方案;建立响应面回归模型,确定多项式回归方程,并进行管垢量预测;采用方差分析的F统计量对多项式回归方程的一次项、平方项和交互项进行显著性估计,通过P值判断各因素对结垢影响的显著性;将多项式回归方程简化,得到管垢量预测方程;绘制主要因素间交互作用的三维响应曲面和等高线图,并分析各因素间交互作用的大小。本发明专利技术解决了现有技术中对结垢交互影响考虑不足、各因素间作用机制不明确导致的结垢预测精度低以及传统方法投入成本高并且预测结果不理想的问题。

【技术实现步骤摘要】

本专利技术属于管垢量预测与分析,具体涉及一种基于响应面回归模型的管垢量预测与交互影响分析方法


技术介绍

1、垃圾渗滤液是卫生填埋过程中形成的一种高浓度有机废水,在处理和集输过程中管壁极易附着污垢,从而导致管道发生堵塞,增大系统阻力,对安全生产造成严重危害。

2、渗滤液结垢是一个具有“流体—环境—界面”等多作用路径的复杂系统,包括污垢物质在流体中形成,通过边界层运输,沉积颗粒发生表面反应或直接附着在管壁上。既有结垢分析方法仅考虑了颗粒物特性或介质条件等单一变量影响,例如离子浓度、ph值以及温度等,然而若干因素效应并非独立存在,不同因素间协同效应同样对结垢行为产生重要影响。

3、现有管垢量预测分析方法主要分为实验法和机器学习,实验法多基于实验室长期动态监测,通过饱和或稳定指数定性判断结垢趋势,但实验周期长且不确定性因素较多,且仅能反映是否具有结垢的趋势,难以定量预测以及描述影响因素间的作用关系。而机器学习往往受限于应用场景,无法获取大量的样本值进行训练,且使用不同条件下的输入参数致使模拟结果的随机性较大,导致模拟结果与实际结果产生较大本文档来自技高网...

【技术保护点】

1.一种基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,所述步骤S1中的主要因素包括流体成分、边界条件以及管材特性,其中,流体成分包括结垢离子浓度,边界条件包括水质温度和管内流量,管材特性包括表面粗糙度。

3.根据权利要求1所述的基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,所述步骤S3中响应面回归模型的表达式为:

4.根据权利要求1所述的基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,所述步骤S4中F统计量...

【技术特征摘要】

1.一种基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,所述步骤s1中的主要因素包括流体成分、边界条件以及管材特性,其中,流体成分包括结垢离子浓度,边界条件包括水质温度和管内流量,管材特性包括表面粗糙度。

3.根据权利要求1所述的基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,所述步骤s3中响应面回归模型的表达式为:

4.根据权利要求1所述的基于响应面回归模型的管垢量预测与交互影响分析方法,其特征在于,所述步骤s4中f统计量的表...

【专利技术属性】
技术研发人员:李敏赵锐刘婕于贵
申请(专利权)人:中铁科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1