[發(fā)明專(zhuān)利]基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811469726.4
• 申請(qǐng)日: 2018-12-04
• 公開(kāi)（公告）號(hào): CN109325065B
• 公開(kāi)（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 周樂(lè);王堯欣;武曉莉;成忠;單勝道
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江科技學(xué)院
• 主分類(lèi)號(hào): G06F16/2458
• 分類(lèi)號(hào): G06F16/2458
• 代理公司: 杭州之江專(zhuān)利事務(wù)所(普通合伙) 33216
• 代理人: 黃燕

1.一種基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，包括：

(1)采集化工過(guò)程中正常運(yùn)行狀態(tài)下的不同采樣率的過(guò)程變量樣本和關(guān)鍵質(zhì)量變量樣本，組成建模用的訓(xùn)練樣本集；

(2)對(duì)得到的訓(xùn)練樣本集進(jìn)行標(biāo)準(zhǔn)化，使得各個(gè)標(biāo)準(zhǔn)化后的變量值與潛隱變量間存在線(xiàn)性相關(guān)關(guān)系；

(3)基于預(yù)處理后的訓(xùn)練樣本集構(gòu)建多采樣率動(dòng)態(tài)隱變量模型；

(4)在線(xiàn)收集新的化工過(guò)程中與訓(xùn)練樣本集過(guò)程變量對(duì)應(yīng)的多采樣率過(guò)程樣本數(shù)據(jù)，得到測(cè)試樣本集；

(5)對(duì)得到的測(cè)試樣本集進(jìn)行標(biāo)準(zhǔn)化；

(6)采用步驟(3)得到的多采樣率動(dòng)態(tài)隱變量模型得到當(dāng)前時(shí)刻的關(guān)鍵質(zhì)量變量，實(shí)現(xiàn)關(guān)鍵質(zhì)量變量的軟測(cè)量；

步驟(3)中，首先構(gòu)建靜態(tài)多采樣率模型；然后將所構(gòu)建的靜態(tài)多采樣率模型，轉(zhuǎn)換為與當(dāng)前時(shí)刻相關(guān)的動(dòng)態(tài)多采樣率模型；最后基于得到的動(dòng)態(tài)多采樣率模型，利用預(yù)處理后的訓(xùn)練樣本集構(gòu)建多采樣率動(dòng)態(tài)隱變量模型；

步驟(6)中：

首先，采用得到的多采樣率動(dòng)態(tài)隱變量模型以及模型訓(xùn)練得到模型參數(shù)對(duì)測(cè)試樣本進(jìn)行處理，利用卡爾曼濾波算法計(jì)算測(cè)試樣本的當(dāng)前時(shí)刻的動(dòng)態(tài)潛隱變量的期望值；

然后，利用得到的動(dòng)態(tài)潛隱變量的期望值和與當(dāng)前采樣率總數(shù)所對(duì)應(yīng)的模型輸出負(fù)載矩陣，計(jì)算出當(dāng)前時(shí)刻關(guān)鍵質(zhì)量變量的多采樣數(shù)據(jù)，實(shí)現(xiàn)軟測(cè)量目標(biāo)。

2.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，步驟(1)中，所述過(guò)程變量樣本采用集散控制系統(tǒng)收集；所述關(guān)鍵質(zhì)量變量采用化驗(yàn)手段收集。

3.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，步驟(2)中，經(jīng)過(guò)所述標(biāo)準(zhǔn)化，使得每個(gè)過(guò)程變量或者每個(gè)關(guān)鍵質(zhì)量變量中的每個(gè)元素值圍繞0上下波動(dòng)。

4.根據(jù)權(quán)利要求3所述的基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，步驟(2)中，所述標(biāo)準(zhǔn)化方法為：在某一采樣率下，針對(duì)該采樣率下的每個(gè)過(guò)程變量或者每個(gè)關(guān)鍵質(zhì)量變量，先使得其中的每個(gè)元素減去其對(duì)應(yīng)的過(guò)程變量或者每個(gè)關(guān)鍵質(zhì)量變量的平均值，然后再除以樣本集的整體標(biāo)準(zhǔn)差。

5.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，步驟(3)中，利用期望最大化算法來(lái)更新模型參數(shù)。

6.根據(jù)權(quán)利要求5所述的基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，利用期望最大化算法來(lái)更新模型參數(shù)時(shí)，在期望最大化算法的E步中，利用卡爾曼濾波算法結(jié)合當(dāng)前模型參數(shù)估計(jì)潛隱變量的后驗(yàn)概率；在期望最大化算法的M步中，則通過(guò)極大化似然函數(shù)的方式更新模型參數(shù)；最后，反復(fù)迭代E步和M步直至達(dá)到模型收斂條件。

7.根據(jù)權(quán)利要求1或4所述的基于動(dòng)態(tài)隱變量模型的多采樣率軟測(cè)量方法，其特征在于，所述步驟(5)中的標(biāo)準(zhǔn)化方法與步驟(2)中的標(biāo)準(zhǔn)化方法相同。