[發明專利]一種基于多變量互信息優選的質量預測與監測方法

有效

• 申請號: 201811220918.1
• 申請日: 2018-10-09
• 公開（公告）號: CN109165878B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 宋勵嘉;童楚東;俞海珍
• 申請（專利權）人: 寧波大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F17/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種基于多變量互信息優選的質量預測與監測方法，旨在解決如何基于多變量互信息，從整體層面最優選擇與質量指標相關的過程測量變量，并基于此建立相應的質量指標預測與監測模型。本發明方法通過窮舉輸入變量所有的可能組合形式，絕對能保證選擇出了最優的與輸出相關的輸入變量，能避免變量優選陷入局部最優的問題。此外，本發明方法利用優選后的輸入變量建立軟測量模型，能剔除與質量指標不相關測量數據的干擾影響。由于本發明方法不僅實施了對質量指標的軟測量，而且還能依據軟測量值實施對質量指標的實時監測，并將故障區分為與質量相關以及與質量不相關。因此，本發明方法能較好地解決與質量相關的軟測量與監測問題。

技術領域

本發明涉及一種質量預測與監測方法，特別涉及一種基于多變量互信息優選的質量預測與監測方法。

背景技術

在整個綜合自動化系統的設計中，產品的質量是首要考慮的因素，實時監測產品質量的系統占有著很重要的地位。隨著科學技術的飛速發展，雖然諸如溫度、壓力、流量等信息的測量儀表在現代工業過程中得到了廣泛的應用，但是直接測量產品質量指標的在線分析儀價格依舊高昂，而且后期維護成本很高。以濃度這個質量指標為例，測量濃度成分的在線分析儀價格就是普通測量溫度、壓力等儀表的十幾倍，而且后期還需人工定期維護。若因成本原因不采用在線分析儀實時獲取質量數據，可通過離線采樣分析的手段獲取產品質量數據。但是，離線測量的產品質量數據存在較大延時，不能為實時監測質量信息提供時間上的保障。

在這個背景下，軟測量技術就應運而生，通過建立過程測量數據與產品質量數據之間的輸入-輸出關系模型，從而可實現對產品質量的軟測量。建立軟測量模型的方法有很多種，如偏最小二乘回歸、神經網絡、支持向量回歸等等。這其中，偏最小二乘回歸及其相應的衍生算法是最基本也是最常用的軟測量實施技術手段。然而，過程測量數據中并非所有測量變量對預測產品質量是有作用的，有效地挖掘出與質量指標相關的測量變量，對于后續建立軟測量模型是由重要的積極作用的。在目前的科研文獻與專利中，存在一些變量挑選的技術方案。以偏最小二乘回歸算法為例，有通過相關性確定與質量相關聯的輸入變量，也有通過遺傳算法優選出最佳的輸入特征變量用于構建回歸模型。

考慮到現代生產過程測量變量之間的非線性關系，若是利用相關性選取與質量相關聯的過程測量變量，需要考慮變量間的非線性特征。在定義非線性相關性上，互信息是一種很好的度量方式，但是標準的互信息只能度量單變量與單變量之間相關性。另外，過程測量變量的優選最好的方式是從整體層面出發，而不是單個變量的兩兩匹配相關性。雖然使用遺傳算法等智能優化算法可以從整體層面出發選擇出與質量相關的輸入變量，但是智能優化算法容易陷入局部最優是一個被人所熟知的問題。因此，如何實施基于多變量互信息的變量優選是需要迫切解決的一個問題，這對于開發設計產品質量預測與監測系統具有重要的意義。

發明內容

本發明所要解決的主要技術問題是：如何基于多變量互信息，從整體層面最優選擇與質量相關的過程測量變量，并基于此建立相應的質量指標預測與監測模型。

本發明方法解決上述問題所采用的技術方案為：一種基于多變量互信息優選的質量預測與監測方法，包括以下步驟：

(1)：從生產過程對象的歷史數據庫中找出能反映產品質量的指標所對應的數據組成輸出矩陣Y∈R^n×k，與輸出Y相對應的采樣數據組成輸入矩陣X∈R^n×m，其中，n為訓練樣本數，m為過程測量變量數，k為質量指標數，R為實數集，R^n×m表示n×m維的實數矩陣。