膜分离过程物流参数快速预测与机理约束建模（回归预测与物理约束）

背景

膜分离是碳捕集与气体精制工艺中的关键环节。进料压力、流量、温度和组分会影响渗透流与截留流的参数分布，而不同物流的组分、压力、温度及二氧化碳回收率之间还受到物料守恒关系约束。传统流程模拟计算和参数标定耗时较长，不便于工艺人员快速比较不同工况。

本案例基于膜分离装置数据，在 DTEmpower 中训练回归模型，并在建模和预测流程中配置物理约束，用于快速预测过程物流参数并检查预测结果是否满足设定约束。

案例数据集

本案例包含训练数据和待预测数据：

训练表格包含时间字段、8 个输入变量和 15 个输出变量。输入涉及进料压力、流量、温度及组分摩尔分数，输出涉及渗透流和截留流相关过程参数。

方案流程

本方案包含以下流程：

导入膜分离历史训练数据；
创建回归任务并选择预测目标和专家模式算法；
配置多个候选算法及模型约束，训练模型并比较输出指标；
部署适用于各输出参数的模型；
导入新工况数据并运行预测；
查看预测参数及物理约束校验结果。

实施步骤

新建项目并导入训练数据

点击【新建项目】，输入项目名称并点击【确认】，完成项目创建。

新建膜分离预测项目

点击【导入数据】，选择【上传】，导入膜分离训练数据文件。

选择上传训练数据

选择训练数据文件并创建数据集。

创建膜分离训练数据集

打开训练数据，检查时间字段及输入、输出参数列。

查看膜分离训练数据字段

配置并训练回归模型

在「流程」中选中导入的数据集，在右侧点击【回归模型】。

从训练数据创建回归任务

在「目标列名」中选择需要预测的输出参数，并选择「专家模式」下的「自选算法」，点击【确认】。

配置目标列和专家模式

在「算法选择」中选取 Support Vector Machine、Random Forest 和 Multi-Layer Perceptron 作为候选算法。

选择候选回归算法

在「模型约束」中添加适用于当前输出参数的物理约束。可根据建模目标添加多个约束条件，配置完成后点击【训练】。

配置模型物理约束

启用 GPU 加速，输入训练任务名称并点击【训练】。

提交回归模型训练任务

在训练结果中等待并查看各候选算法的状态。

查看候选模型训练状态

训练完成后，可切换模型评估指标并比较候选模型表现。

比较候选模型评估指标

在结果页面切换不同输出参数，查看候选模型在各输出上的预测表现。

查看不同输出参数的预测效果

部署模型

根据各输出参数上的评估结果选择适用模型，点击【查看详情】。

查看待部署回归模型详情

点击【部署】，然后点击【确认】完成部署。

确认部署物理约束回归模型

导入数据并执行预测

返回「流程」，点击【导入数据】，选择【上传】，导入待预测数据文件。

导入膜分离预测数据

选择预测数据文件并点击【创建】。

创建膜分离预测数据集

在「流程」中选中已部署模型，点击【预测】。

从已部署模型发起预测

选择「待预测数据」，点击【确认】。

选择待预测工况数据

预测配置页面会展示模型使用的约束条件。确认配置后点击【运行】。

确认预测约束并运行

检查预测结果和约束状态

运行完成后，在「流程」中选中预测结果表格并点击【查看】。

打开膜分离预测结果

在预测结果表中查看各输出参数及物理约束是否有效。

查看预测参数和约束校验结果

方案总结

本方案形成了从膜分离历史数据导入、回归模型训练、物理约束配置、模型评估与部署，到新工况预测和约束检查的完整流程。模型面向膜分离过程中的 15 项输出参数；预测完成后，可在结果表中查看预测值及约束校验状态，为工艺参数分析和工况比较提供参考。