[發明專利]一種混沌敏捷高精度的丙烯聚合生產過程最優軟測量儀表在審
| 申請號: | 201810691881.4 | 申請日: | 2018-06-28 |
| 公開(公告)號: | CN108803525A | 公開(公告)日: | 2018-11-13 |
| 發明(設計)人: | 劉興高;張淼 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G05B19/418 | 分類號: | G05B19/418 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 邱啟旺 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 丙烯聚合 生產過程 混沌 最小二乘支持向量機 最優軟測量模型 差分進化算法 最優軟測量 現場智能儀表 儀表 控制站 軟測量 顯示儀 數據預處理模塊 模型更新模塊 混沌分析 熔融指數 優化模塊 優化 預報 | ||
1.一種混沌敏捷高精度的丙烯聚合生產過程最優軟測量儀表,用于對丙烯聚合生產過程中的熔融指數進行軟測量,其特征在于,包括現場智能儀表、控制站、DCS數據庫、軟測量單元、顯示儀;現場智能儀表和控制站分別測量丙烯聚合生產過程中的易測變量和操作變量后,存放在DCS數據庫中,軟測量單元對DCS數據庫中的數據進行軟測量處理后,輸出到顯示儀;所述軟測量單元包括依次相連的數據預處理模塊、混沌分析模塊、最小二乘支持向量機模塊和差分進化算法優化模塊,DCS數據庫輸入的模型輸入變量由數據預處理模塊進行預處理后,在混沌分析模塊中進行混沌分析,然后在最小二乘支持向量機模塊進行建模,最后由差分進化算法優化模塊對模型參數進行優化。
2.根據權利要求1所述混沌敏捷高精度的丙烯聚合生產過程最優軟測量儀表,其特征在于,所述數據預處理模塊將從DCS數據庫輸入的模型輸入變量進行預處理,具體根據下式進行標準化處理:
其中,mean表示各變量的算術平均值,std表示各變量的標準差,表示輸入變量的值,下標i表示第i次檢測、j分別表示第j維變量,xij表示標準化后的輸入變量,S表示模型輸入變量。
3.根據權利要求1所述混沌敏捷高精度的丙烯聚合生產過程最優軟測量儀表,其特征在于,所述混沌分析模塊根據混沌理論對樣本X={xij}進行混沌特性分析。首先要確定相空間重構的兩個重要參數,即延遲時間和嵌入維數。如果系統的最大Lyapunov指數大于0,則該系統一定是混沌的,所以可以根據最大Lyapunov指數判斷系統的混沌特性。
(1)互信息法確定重構的延遲時間τ,是在非線性情形下,對某個時刻t與另一時刻t+τ的信息量之間的關系進行分析。設A、B兩個系統,ar、bk是某一物理量的測量結果,PA(ar)、PB(bk)分別是ar與bk的概率,PAB(ar,bk)表示為A與B的聯合概率。則互信息量定義為
平均互信息量定義如下:
如果A和B不相關,則IAB(ar,bk)=0。設A代表時間序列y(t),B代表時間序列y(t+τ),則平均互信息量為:
繪制τ~I(τ)曲線,取曲線的第一個極小值點對應的時間作為相空間重構的延遲時間τ。
(2)Cao方法確定重構的嵌入維數,在m維相空間中,第i個相點矢量記為
Xm(i)=[x(i),x(i+τ),…,x(i+(m-1)τ)]T (5)
首先定義
其中,為Xm(i)的最近鄰點,Xm+1(i)和是相點Xm(i)和在m+1維相空間的延拓。距離公式采用最大范數,即
記a2(i,m)關于i的均值為
為研究E(m)的變換情況,定義
如果時間序列是由吸引子產生的,那么當m大于某個m0時,E1(m)不再發生變化,則m0就是重構相空間的最小嵌入維數。
(3)采用小數據量法計算最大Lyapunov指數,過程如下:
①對時間序列{x(t)|t=1,2,…,n}進行快速傅里葉變換,計算其平均周期P;
②確定時間序列的延遲時間τ和嵌入維數m,設重構以后的相空間為{Xi|i=1,2,…,K},其中K=n-(m-1)τ代表相空間中相點的個數;
③找到相點Xi在相空間中對應的最近鄰點同時限制其在相空間中短時分離:
④針對相空間中的任一相點Xi,求得其對應鄰點對的j個離散時間后的距離di(j)為:
⑤對每個j,求出所有的ln(di(j))的平均y(j),即:
其中,q是記錄di(j)≠0的個數。用最小二乘法擬合,則回歸直線的斜率就是該時間序列的最大Lyapunov指數λ1。
(4)對樣本進行相空間重構:
其中,N=n-(m-1)τ為相點總數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810691881.4/1.html,轉載請聲明來源鉆瓜專利網。





