基于SVR模型的超薄浮法玻璃气泡预测与控制研究的开题报告.docx

基于SVR模型的超薄浮法玻璃气泡预测与控制研究的开题报告
一、研究背景
浮法玻璃作为一种广泛应用于建筑、交通等领域的材料，在现代社会中被广泛使用。而其气泡问题是制造过程中的重要质量问题之一，对玻璃的光学、力学等方面产生不利影响，因此需要进一步进行研究解决。
目前，针对浮法玻璃的气泡问题，已经有不少研究取得了一定的成果，但还存在的问题是多样性较强，预测和控制难度较大。因此，本研究将采用SVR模型进行预测和控制，以期取得更为精确的结果。
二、研究目的和意义
本研究旨在基于SVR模型，对超薄浮法玻璃气泡进行预测和控制，为解决浮法玻璃气泡问题提供有效手段。通过建立气泡预测模型和控制模型，可以降低气泡的生成率，提高浮法玻璃的质量，达到节能减排的目的。
三、研究内容
（1）收集和整理浮法生产过程中的气泡数据，建立气泡预测模型。
（2）分析气泡形成的影响因素，结合原理模拟实验验证预测模型的可靠性。
（3）基于预测模型，构建气泡控制模型和控制算法。
（4）进行控制模拟实验，研究控制策略的有效性。
（5）对研究结果进行评估和分析，提出优化建议。
四、研究方法
本研究将采用数据挖掘和机器学习的方法，建立基于SVR模型的气泡预测和控制模型。其中，SVR是一种基于支持向量机（SVM）的非线性回归模型，具有较高的预测精度和泛化能力。
同时，本研究将结合实验研究，通过对气泡生成机理等基础知识的探究，验证模型的可靠性和有效性。
五、预期成果
本研究将得出基于SVR模型的浮法玻璃气泡预测和控制算法，为浮法玻璃工业的质量控制提供科学依据和技术支持。实验结果可进一步推广应用于工业生产中，提高生产效率，降低能耗和污染排放。
六、计划进度
本研究的计划进度如下：
（1）2021年10月至2022年3月：收集和整理浮法玻璃气泡数据，建立气泡预测模型。
（2）2022年4月至2022年9月：分析气泡形成的影响因素，进行原理模拟实验验证预测模型可靠性。
（3）2022年10月至2023年3月：基于预测模型，构建气泡控制模型和控制算法。
（4）2023年4月至2023年9月：进行控制模拟实验，研究控制策略的有效性。
（5）2023年10月至2023年12月：对研究结果进行评估和分析，提出优化建议，撰写论文。
七、参考文献
[1]曾基涛.基于模拟实验的浮法玻璃气泡控制技术研究[D].武汉大学,2008.
[2]李顺林,朱永,张群,等.基于SVR模型的浮法玻璃气泡预测方法研究[J].华南理工大学学报:自然科学版,2018,46(6):40-47.
[3]刘向荣,李瑞芝,周杰,等.基于改进自适应差分进化算法和SVR的浮法玻璃气泡预测[J].传感器与微系统,2017,36(8):44-47.
[4]赵全飞.基于过程建模和优化控制的浮法玻璃气泡识别与控制[D].大连理工大学,2016.