[發明專利]基于后效性函數與杜鵑搜索的工業熔融指數軟測量方法

有效

• 申請號: 201811628020.8
• 申請日: 2018-12-28
• 公開（公告）號: CN109471363B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 張澤銀;呂以豪;劉興高
• 申請（專利權）人: 浙江大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

本發明公開了一種基于后效性函數與杜鵑搜索的工業熔融指數軟測量方法，用于對丙烯聚合生產過程的工業熔融指數進行在線預測，包括數據預處理模塊、后效性函數模塊、杜鵑搜索算法模塊。本發明利用杜鵑搜索算法優化后效性函數中的參數，數值逼近其最優解。本發明兼顧機理與數據建模，從本質上使預測結果更加精確。且利用杜鵑搜索能進一步加快函數網絡參數尋優過程，提高了系統的實用性與可推廣性。本發明具有預測精度高，運行穩定，推廣性好，抗干擾能力強的特點。

技術領域

本發明涉及一種軟測量方法，尤其涉及一種基于后效性函數與杜鵑搜索的工業熔融指數軟測量方法。

背景技術

熔融指數是一種代表塑膠材料加工時的流動性數值,其以美國杜邦公司鑒定塑料特性的方法為依據而制定的,別稱為熔體流動速率。聚丙烯是通過丙烯聚合而得到的熱塑性樹脂,主要分為等規聚丙烯、無規聚丙烯、間規聚丙烯三類。嚴格控制聚丙烯的熔融指數,使熔融指數在相應的允許值范圍內,有利于聚丙烯產品的良好加工性能和質量得到保障。然而，熔融指數的在線分析測量目前仍然很難做到，缺乏熔融指數的在線分析儀是制約聚丙烯產品質量的一個主要問題。MI目前的獲取方法局限于使聚合物溶體在一定的溫度及負荷之下，測量在十分鐘內通過標準口模的重量。而且一般每1-3小時分析一次，時間滯后大，難以滿足生產實時控制的要求。

近年來關于MI的在線預報的研究工作大部分都集中在人工神經網絡上面，取得了不錯的效果。但是人工神經網絡也有其自身的缺點，例如過擬合、隱含層的節點數目和參數不好確定。其次，工業現場采集到的DCS數據也因為噪音、人工操作誤差等帶有一定的不確定誤差，所以使用確定性強的人工神經網絡的預報模型一般推廣能力不強。

后效性函數是基于工業過程的后效性與滯后性提出的產品質量計算模型，從機理上分析了工業生產中各個物理量對最終產品參數指標產生的影響，能夠對聚丙烯的熔融指數做出更加準確的預報，且簡化了計算過程，加快了預報系統的反應速率，具有很強的實用價值。

發明內容

為了克服目前已有的丙烯聚合生產過程中熔融指數在線預報系統反應速度慢，測量精度低、抗干擾能力弱、推廣性能差的不足，本發明的目的在于提供一種計算精度高，抗干擾能力強，計算速度快，推廣性能好的基于后效性函數與杜鵑搜索的工業熔融指數軟測量方法。

本發明解決其技術問題所采用的技術方案是：一種基于后效性函數與杜鵑搜索的工業熔融指數軟測量方法，用于對丙烯聚合生產過程的工業熔融指數進行在線預測，包括數據預處理模塊、后效性函數模塊、杜鵑搜索算法模塊。其中：

數據預處理模塊：用于將從DCS數據庫輸入的模型訓練樣本進行預處理，減小從DCS數據庫輸入的模型訓練樣本間的數值差，提高系統的預測精度。

該處理采用以下算式過程來完成：

X_p＝log(X+1) (1)

Y_p＝Y (2)

其中，X_p為處理后的一組訓練樣本數據，即一組歷史易測數據。X＝[x₁,x₂...,x_n]為從DCS數據庫輸入一組的原始樣本數據，n為一組訓練樣本中變量的數量。Y_p與Y分別表示X_p、X對應的工業熔融指數化驗值，對其不做變化。

后效性函數模塊：對從數據預處理模塊傳過來的輸入變量，分組帶入后效性函數網絡進行計算。

后效性函數f(t)表示如下