[发明专利]一种基于实测数据的脱硝催化剂工艺特性指标预测方法

摘要

本发明公开了一种基于实测数据的新鲜蜂窝式脱硝催化剂脱硝效率预测方法。主要包含以下步骤：步骤一，样品收集，收集同一厂家多批次蜂窝式催化剂并制成样品；步骤二，数据收集，样品实验室几何测量、理化测量、工艺特性测量得出测量数据；步骤三，数据处理，对测量数据进行相关性分析、主成分分析及计算；步骤四，LMBP神经网络建模；步骤五，同类样品工艺特性指标预测。本发明将实验室已有的大量实测数据进行有效利用，利用已有的实验数据来预测未知的工艺特性指标数据，能够实现对样品工艺特性在进行检测之前的提前预测，预警实验室新鲜蜂窝式脱硝催化剂工艺特性评估环节中的不可控因素，给实验室工艺特性检测带来极大的便利。

主权项

1.一种基于实测数据的新鲜蜂窝式脱硝催化剂工艺特性指标预测方法，其特征在于，包括以下步骤：(1)样品收集：收集待预测的催化剂，为同一厂家生产的新鲜蜂窝式脱硝催化剂；(2)数据收集：对收集的样品进行几何特性测量、理化特性测量、工艺特性测量，获得几何特性参数、理化特性参数、工艺特性参数；(3)数据处理：将步骤(2)收集数据构成的样本集矩阵M进行归一化处理，并对M矩阵归一化后的几何特性参数、理化特性参数构成的子矩阵进行相关系数分析和主成分分析；(4)建立LMBP神经网络模型；(5)模型预测：对于待预测的催化剂样品，重复步骤(1)～(3)，使用步骤(4)所建立的神经网络模型得出的预测值反归一化得到催化剂的工艺特性参数。