[發明專利]一種基于核最小二乘回歸的青霉素發酵過程故障分離方法

在審

• 申請號: 201410336972.8
• 申請日: 2014-07-15
• 公開（公告）號: CN104133990A
• 公開（公告）日: 2014-11-05
• 發明（設計）人: 張穎偉;劉施濤
• 申請（專利權）人: 東北大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 朱光林

1.一種基于核最小二乘回歸的青霉素發酵過程故障分離方法，其特征在于：包括以下步驟：

步驟1：獲取青霉素發酵過程的歷史故障數據集，所述故障數據包括通風率、攪拌器的功率以及底物喂料的流速；

步驟2：根據青霉素發酵過程的歷史故障數據建立核最小二乘回歸學習模型，該模型的輸入為青霉素發酵過程的歷史故障數據集，輸出為青霉素發酵過程的故障類別；

步驟2.1：將青霉素發酵過程的歷史故障數據集X映射到高維特征空間，青霉素發酵過程的歷史故障數據集X的線性目標函數XW+e_nt^T≈Y，其相應的非線性目標函數Φ(X)W+e_nt^T≈Y，其中，Φ(X)是青霉素發酵過程的歷史故障數據X的投影函數，Y是故障類別矩陣，e_n是單位矩陣，W是轉換矩陣，t是平移向量；

步驟2.2：利用拖拽因子B⊙M對青霉素發酵過程的歷史故障數據集X的非線性目標函數Φ(X)W+e_nt^T≈Y進行優化，得到優化的非線性目標函數Φ(X)W+e_nt^T-(Y+B⊙M)≈0，B是拖拽方向矩陣、M是拖拽量矩陣；

步驟2.3：根據核最小二乘回歸學習LSR框架，建立基于核最小二乘回歸的青霉素發酵過程故障分離模型：

該模型以優化的非線性目標函數最小化為目標，以拖拽量矩陣M≥0為邊界條件；

步驟2.4：確定基于核最小二乘回歸的青霉素發酵過程故障分離模型的W、t和M；

步驟2.4.1：根據矩陣求導理論確定W；

步驟2.4.2：根據矩陣求導理論確定t；

步驟2.4.3：根據基于Frobenius范數平方按元素解耦理論確定M；

步驟2.5：確定最終的基于核最小二乘回歸的青霉素發酵過程故障分離模型；

步驟3：實時采集青霉素發酵過程數據，包括通風率、攪拌器的功率以及底物喂料的流速，并根據采集的青霉素發酵過程數據判斷當前青霉素發酵過程是否發生故障；

步驟3.1：實時采集青霉素發酵過程數據，包括通風率、攪拌器的功率以及底物喂料的流速，并進行中心化和標準化處理；

步驟3.2：求出實時采集青霉素發酵過程數據的核矩陣，并將其中心化和標準化處理；

步驟3.3：計算新數據的SPE統計量和霍特林統計量T²，利用核主元分析方法KPCA判斷當前青霉素發酵過程是否發生故障：若SPE統計量或霍特林統計量T²超出相應的置信上限，則當前青霉素發酵過程發生故障，執行步驟4，否則返回步驟3.1；

步驟4：利用基于核最小二乘回歸的青霉素發酵過程故障分離模型對實時采集的青霉素發酵過程數據進行故障分離，確定故障類別。