[發明專利]一種智能聚丙烯熔融指數軟測量系統和方法

無效

• 申請號: 201310659270.9
• 申請日: 2013-12-09
• 公開（公告）號: CN103823965A
• 公開（公告）日: 2014-05-28
• 發明（設計）人: 劉興高;閆正兵
• 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

1.一種智能聚丙烯熔融指數軟測量系統，包括標準化模塊、模型訓練模塊、智能優化模塊、軟測量模塊、顯示模塊，其特征在于：

標準化模塊，用于從數據庫中采集系統正常時的關鍵變量作為訓練樣本，所述的關鍵變量包括三股丙烯進料流量、主催化劑流量、輔催化劑流量、釜內溫度、壓強、液位，氫氣體積濃度，對訓練樣本進行標準化處理，得到輸入矩陣X，采用以下過程來完成：

X‾=1NΣi=1NX~---(1)]]>

σ2=1N-1Σi=1N(X~-X‾)---(2)]]>

X=X~-X‾σ---(3)]]>

其中，X為標準化后的訓練樣本，為訓練樣本，對應的聚丙烯熔融指數數據為Y，N為訓練樣本數，為訓練樣本的均值，σ為訓練樣本的標準差；

模型訓練模塊，用于建立軟測量模型，其具體實現步驟如下

maxw,β{(2πβ2)-N/2exp(-12β2||Y-Φw||2)}---(4)]]>

求解上式可得軟測量模型：

其中，w是回歸系數，是核函數列，Φ是核矩陣，噪聲ε服從均值為零、方差為β²的高斯分布，上標T表示矩陣轉置；‖·‖為范數表達式。

智能優化模塊，用于對軟測量模型核參數θ進行智能優化，其具體實現步驟如下：

(1)初始化n個隨機粒子，每個粒子表示為每個粒子對應的速度表示為令其中，n是群體規模，p_k表示第k個粒子自己搜索到的歷史最優值，上標0表示初始值，下標k=1,…,n，令迭代步數I=0；

(2)將每個粒子代入模型訓練模塊，計算訓練誤差作為其適應度，并將其與的適應度進行比較，將適應度較小的粒子作為新的比較當前迭代步所有n個粒子的適應度，將適應度最小的粒子記為g^I；

(3)計算進化因子f和慣性權重ω，

f=||Σj=1n(gI-θjI)||Σj=1n||gI-θjI||---(6)]]>

ω=[1+2exp(-1.4f)]^-1????(7)

(4)根據下式更新每個粒子的速度和位置：

νkI+1=ωνkI+c1ξ(pkI-θkI)+c2η(gI-θkI)---(8)]]>

θkI+1=θkI+γνkI+1---(9)]]>

其中，ω是慣性權重，c₁是“認知”系數，c₂是“社會”系數，ξ和η是[0,1]區間內的均勻分布的隨機數，γ是約束因子；

(5)判斷是否滿足終止條件，如果達到最大迭代次數或g^I對應的適應度小于預定閾值，則終止迭代，否則，令迭代步數I增加1，返回(2)繼續迭代；

迭代終止時的g^I即為最佳的核參數值；

軟測量模塊，用于實現聚丙烯熔融指數的軟測量，將經過標準化處理的新樣本代入式（5），得到對應的熔融指數預測值

顯示模塊，用于軟測量結果的顯示。

2.一種智能聚丙烯熔融指數軟測量方法，其特征在于：所述的方法包括以下步驟：

1)從數據庫中采集系統正常時的關鍵變量作為訓練樣本，所述的關鍵變量包括三股丙烯進料流量、主催化劑流量、輔催化劑流量、釜內溫度、壓強、液位，氫氣體積濃度，對訓練樣本進行標準化處理，得到輸入矩陣X，采用以下過程來完成：

X‾=1NΣi=1NX~---(1)]]>

σ2=1N-1Σi=1N(X~-X‾)---(2)]]>

X=X~-X‾σ---(3)]]>

其中，X為標準化后的訓練樣本，為訓練樣本，對應的聚丙烯熔融指數數據為Y，N為訓練樣本數，為訓練樣本的均值，σ為訓練樣本的標準差；

2)建立軟測量模型，其具體實現步驟如下

maxw,β{(2πβ2)-N/2exp(-12β2||Y-Φw||2)}---(4)]]>

求解上式可得軟測量模型：

其中，w是回歸系數，是核函數列，Φ是核矩陣，噪聲ε服從均值為零、方差為β²的高斯分布，上標T表示矩陣轉置；‖·‖為范數表達式。

3)軟測量模型核參數θ進行智能優化，其具體實現步驟如下：

(1)初始化n個隨機粒子，每個粒子表示為每個粒子對應的速度表示為令其中，n是群體規模，p_k表示第k個粒子自己搜索到的歷史最優值，上標0表示初始值，下標k=1,…,n，令迭代步數I=0；

(2)將每個粒子代入模型訓練模塊，計算訓練誤差作為其適應度，并將其與的適應度進行比較，將適應度較小的粒子作為新的比較當前迭代步所有n個粒子的適應度，將適應度最小的粒子記為g^I；

(3)計算進化因子f和慣性權重ω，

f=||Σj=1n(gI-θjI)||Σj=1n||gI-θjI||---(6)]]>

ω=[1+2exp(-1.4f)]^-1????(7)

(4)根據下式更新每個粒子的速度和位置：

νkI+1=ωνkI+c1ξ(pkI-θkI)+c2η(gI-θkI)---(8)]]>

θkI+1=θkI+γνkI+1---(9)]]>

其中，ω是慣性權重，c₁是“認知”系數，c₂是“社會”系數，ξ和η是[0,1]區間內的均勻分布的隨機數，γ是約束因子；

(5)判斷是否滿足終止條件，如果達到最大迭代次數或g^I對應的適應度小于預定閾值，則終止迭代，否則，令迭代步數I增加1，返回(2)繼續迭代；

迭代終止時的g^I即為最佳的核參數值；

4)將經過標準化處理的新樣本代入式（5），得到對應的熔融指數預測值

5)顯示軟測量結果。