[發明專利]一種橡膠硬度的在線質量監控和預測模型更新的方法

有效

• 申請號: 201210074374.9
• 申請日: 2012-03-20
• 公開（公告）號: CN102601881A
• 公開（公告）日: 2012-07-25
• 發明（設計）人: 宋凱;陳筍
• 申請（專利權）人: 天津大學
• 主分類號: B29B7/80
• 分類號: B29B7/80;G06F17/30
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 溫國林

1.一種橡膠硬度的在線質量監控和預測模型更新的方法，其特征在于，所述方法包括以下步驟：

(1)首先采集終煉膠質量指標數據樣本，建立數據庫，其中，數據樣本包括流變參數X和橡膠硬度值Y，且規定流變參數對應自變量X＝{x₁，x₂，...，x_m}，橡膠硬度值對應因變量Y＝{y₁，y₂，...，y_m}，m為建模所需樣本數，x_i和y_i分別對應流變參數和橡膠硬度值，i＝1，2，...，m；隨機選擇任意組數據構建訓練數據集；

(2)根據所述訓練數據集構建硬度在線預測模型，并且根據所述流變參數X計算報警限Q_αh、警告限Q_αl和選擇限Q_αs，且滿足條件：Q_αs＜Q_αl＜Q_αh；

(3)將當前車次混煉過程結束后質量監測系統采集到的終煉膠質量指標中的流變參數與所述硬度在線預測模型自動連接，將流變參數新樣本X_new輸入所述硬度在線預測模型中，自動輸出橡膠硬度值y_new；

(4)計算所述流變參數新樣本X_new的Q統計量值，記為Q_new，判斷是否滿足Q_new＞Q_αh，如果是，執行步驟(5)；如果否，執行步驟(6)；

(5)所述質量監測系統發生警報，操作工人查看生產線的工況，然后進行相應的工藝調整，使當前工況恢復到正常狀況，執行步驟(3)；

(6)判斷是否滿足Q_as≤Q_new≤Q_al，如果是，執行步驟(7)；如果否，執行步驟(8)；

(7)則所述流變參數新樣本X_new被選中，記為支持樣本，當所述支持樣本的數量達到預設值時，替換原始的訓練集，對所述硬度在線預測模型進行更新，執行步驟(9)；

(8)則所述流變參數新樣本X_new為不良樣本，舍去所述不良樣本，執行步驟(9)；

(9)自動檢測是否有下一車次的流變參數新樣本輸入，如果是，執行步驟(2)；如果否，執行步驟(10)；

(10)流程結束。

2.根據權利要求1所述的一種橡膠硬度的在線質量監控和預測模型更新的方法，其特征在于，步驟(2)中的所述根據所述訓練數據集構建硬度在線預測模型，并且根據所述流變參數X計算報警限Q_αh、警告限Q_αl和選擇限Q_αs具體為：

1)通過所述訓練數據集構建所述硬度在線預測模型；

設所述訓練數據集分別為{x_i，y_i}，其中i＝1，2…，m，m為訓練樣本數，x_i∈R^d，y_i∈R，R為實數，d為自變量維數，對訓練樣本的輸入矩陣X＝{x₁，x₂，…，x_m}進行核函數變換，構造相應的核函數內積函數矩陣K，設k為K的元素，則有：

k＝K(x_i，x_j)＝Φ(x_i)·Φ(x_j)，i，j＝1，2，…，m

處理后的核函數矩陣K通過下式得出：

K＝K-I_mmK-KI_mm+I_mmKI_mm

式中：I_mm為所有元素為l/m的m×m階矩陣；

B_KPLS＝Φ^TU(V^TKU)^-1V^TZ，其中，U為訓練樣本中輸入矩陣的分向量；V為訓練樣本中輸出矩陣Y的分向量；Z代表響應矩陣；T代表轉置；

最后，輸出所述硬度在線預測模型為：

Y_pred＝ΦB_KPLS＝KU(V^TKU)^-1V^TZ

2)通過所述流變參數X計算所述報警限Q_αh，所述警告限Q_αl和所述選擇限Q_αs；

當探測水平為α時，

Qα=θ1[Cα2θ2h02θ1+1+θ2h0(h0-1)θ12]1h0]]>

C_α是在探測水平α下的正態分布的閾值，θ_i和h₀分別定義如下：

θi=Σj=s+1n(λj)i]]>(i＝1，2，3)h0=1-2θ1θ33θ22]]>

其中λ_j為系數相關矩陣的特征值，Θ＝[Φ(x₁)，Φ(x₂)，...，Φ(x_m)]，Φ(x_i)是x_i在特征空間F的映射，s為保留的潛變量個數，n為所有潛變量個數；核函數矩陣滿足方程K＝Θ^TΘ；

K^=Ktrace(K)/(m-1)]]>

假設正特征值為λ₁，λ₂，...，λ_m(其中λ₁≥λ₂≥...≥λ_m)，C的正特征值為：λ₁/(m-1)，λ₂/(m-1)，...，λ_m/(m-1)。