[發明專利]基于子空間獨立成分回歸模型的熔融指數在線檢測方法

無效

• 申請號: 201310299517.0
• 申請日: 2013-07-15
• 公開（公告）號: CN103390103A
• 公開（公告）日: 2013-11-13
• 發明（設計）人: 葛志強;宋執環
• 申請（專利權）人: 浙江大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 周烽

技術領域

本發明屬于化工生產過程軟測量建模和應用領域，特別涉及一種基于子空間獨立成分回歸模型的聚丙烯熔融指數軟測量建模和在線檢測方法。

背景技術

聚丙烯作為一種重要的材料，在很多工業中都有著非常廣泛的應用，在該生產過程中，一個很重要的指標是熔融指數。在實際過程中，該指標的測量及其困難，目前常用的方法是通過實驗室離線測量得到。相比在線的實時測量方法，熔融指數的離線測量往往需要1-2個小時的時間，這對于聚丙烯過程的閉環質量控制來說是非常不利的。為了提高聚丙烯生產過程的自動化程度和產品質量，通常需要對熔融指數進行在線測量。軟測量方法通過對過程中容易測量的變量和熔融指數之間的關系進行建模，利用該模型在線對熔融指數進行估計，實時獲得熔融指數的在線值，能有效避免離線分析方法大時滯的缺點。但是，由于聚丙烯生產過程的復雜性，單個軟測量模型往往很難完全捕捉過程的全方位信息，因此，通常難以取得滿意的效果。子空間學習建模方法是近年來自動化和計算機領域的研究熱點，通過構造多個子空間數據模型，并對它們的結果進行集成和綜合，往往能獲得比單位模型更好的分類和回歸效果。

發明內容

本發明的目的在于針對多工況聚丙烯生產過程熔融指數預測的難點，提供一種基于子空間獨立成分回歸模型的熔融指數在線檢測方法。

本發明的目的是通過以下技術方案來實現的：一種基于子空間獨立成分回歸模型的熔融指數在線檢測方法，包括以下步驟：

（1）通過集散控制系統和實時數據庫系統收集聚丙烯生產過程關鍵變量的數據：X＝{x_i∈R^m}_{i＝1,2,…,n}。其中，n為樣本個數，m為關鍵變量個數。分別將這些數據存入歷史數據庫，并選取部分數據作為建模用樣本。

（2）通過離線實驗室分析獲取歷史數據庫中用于建模的樣本所對應的熔融指數值，作為軟測量模型的輸出y∈Rⁿ。

（3）分別對關鍵變量和輸出變量進行預處理和歸一化，使得各個過程關鍵變量和熔融指數的均值為零，方差為1，得到新的數據集。

（4）針對歸一化之后的數據集，建立一個全局獨立成分分析模型，提取數據的獨立成分信息，并定義一個變量貢獻度指標，在各個獨立成分方向上，選取貢獻大的過程變量，構造建模子空間。這樣，整個過程數據集X∈R^n×m被分為不同的子空間其中c＝1,2,…,k為子空間的序號，k為總的子空間個數。

（5）在各個子空間中，將過程的關鍵變量作為軟測量模型的輸入，熔融指數數據矩陣作為軟測量模型的輸出，建立子空間獨立成分分析軟測量模型，將各個子空間模型參數存入數據庫中備用。

（6）收集新的過程數據，并對其進行預處理和歸一化。

（7）將歸一化之后的新數據分別輸入到各個獨立成分分析模型中，計算該實時數據對應的熔融指數值。

（8）通過對各個子空間模型得到的結果進行集成和綜合，得到最終的熔融指數軟測量結果。

本發明的有益效果：本發明面向聚丙烯工業生產過程，通過獨立成分分析算法將全局空間分解為多個建模子空間，得到多個新的子數據集，在局部范圍內建立多個獨立成分回歸分析模型，實現聚丙烯生產過程熔融指數的在線估計。然后，對不同子空間模型的數據信息進行集成和綜合，獲得最后的熔融指數在線檢測結果。相比目前的其它軟測量方法，本發明不僅可以提高聚丙烯生產過程的熔融指數軟測量精度，而且增強了軟測量檢測模型的魯棒性。

附圖說明

圖1是本發明方法熔融指數在線軟測量結果圖；

圖2是基于單一獨立成分回歸模型的熔融指數在線軟測量結果圖。

具體實施方式

本發明針對聚丙烯生產過程的熔融指數預測問題，通過過程中容易測量的關鍵變量，建立局部子空間獨立成分回歸分析和集成模型，用于該過程熔融指數的在線軟測量。

本發明采用的技術方案的主要步驟分別如下：

第一步：在各個操作工況下，通過集散控制系統和實時數據庫系統收集聚丙烯生產過程關鍵變量的數據：X＝{x_i∈R^m}_{i＝1,2,…,n}。其中，n為樣本個數，m為關鍵變量個數。分別將這些數據存入歷史數據庫，并選取部分數據作為建模用樣本。

第二步：通過離線實驗室分析獲取歷史數據庫中用于建模的樣本所對應的熔融指數值，作為軟測量模型的輸出y∈Rⁿ。