[發明專利]基于JY-MKPLS的間歇工業過程在線質量預測方法

在審

• 申請號: 201911088664.7
• 申請日: 2019-11-08
• 公開（公告）號: CN110794782A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 褚菲;彭闖;王嘉琛;王琦;尚超;陸寧云;趙峻;張淑寧;賈潤達;熊剛
• 申請（專利權）人: 中國礦業大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 32205 北京淮海知識產權代理事務所(普通合伙)
• 代理人: 劉振祥

一種基于JY?MKPLS的間歇工業過程在線質量預測方法，通過a過程、b過程的三維輸入數據得到二維輸入矩陣X_a、X_b，二維輸出矩陣Y_a、Y_b；進行標準化處理；從低維原始空間投影到高維特征空間F，并在高維特征空間中計算核矩陣K_a、K_b；標準化核矩陣K_a、K_b；運行JY?MKPLS算法；計算K_ai、K_bi的負載矩陣；重復上述步驟直至提取出A個主元；計算輸入數據矩陣K的得分矩陣T、負載矩陣P、輸出數據矩陣Y的得分矩陣U、負載矩陣Q；進行批次過程質量預測；在線獲得最新的輸出數據y_new，并計算該批次的預測誤差β_n；模型預測誤差的檢驗；用新產生的a過程數據對其進行替換；進行模型更新。該方法能快速建立精度較高的新過程預測模型，可提高建模的效率和預測精度，有效控制企業的操作成本。

技術領域

本發明屬于工業生產間歇過程的質量預測領域，具體涉及一種基于JY-MKPLS的間歇工業過程在線質量預測方法。

背景技術

間歇過程一般用來生產小批量、多種類、高附加值的產品，以應對當前市場品種多、規格高的產品需求，因而在現代工業生產中具有十分重要的地位。在一個工業過程中，產品質量一直是人們關注的重點，因為產品質量不僅影響著一個企業的經濟效益，也影響著其口碑信譽。然而，在實際的間歇工業過程生產中，往往只有在一個批次生產結束后才可以通過離線測量得到產品質量，并且離線測量方式的采樣周期一般較長，即滯后時間長，導致對產品的質量把控不及時，也不利于生產的優化控制。如今，隨著工業自動化不斷發展，在線實時預測產品質量的技術應運而生。目前質量預測方法主要有兩大類，一類是基于機理建模的方法；另一類是基于數據驅動的方法。機理建模法是指根據生產對象、生產過程的內部機制或者相關生產過程的物理化學原理等建立起來的精確數學模型。但是對于實際情況中某些比較復雜的生產過程，人們通常難以直接寫出它的數學表達式，或者根本無法確定表達式中的某些系數，使得機理建模的方法不能被廣泛使用，幾乎無法適應現代各種復雜的工業過程的建模要求。而基于數據建模的方法，一般只需要采集過程中的數據，運用數據分析處理的方法，對其進行回歸分析，建立與實際相符的模型?；跀祿５姆椒ú恍枰_寫出整個生產過程的數學表達式，僅依靠工業生產過程的數據就可以建立起較為準確的模型，建模速度快，精度高。

對于數據進行回歸分析的方法有很多，其中偏最小二乘法PLS(Partial leastsquares)，具有對訓練數據量要求較少，運算復雜度較低，解釋效果較好等優點，具有較好的魯棒性和預測穩定性，被廣泛地用于過程建模和過程監控領域。此外，還有不少利用數據建模進行批次過程質量預測的等研究。利用上述建模方法結合足夠的過程數據即可建立一個很好的反映過程特性的模型,并且這些方法已經被理論驗證且經過了廣泛的應用。但如果這個批次過程是一個還未投入使用或者使用不久的新過程，其過程數據稀缺，按照常規的基于數據建模的方法僅僅用少量的新過程數據建模不能保證預測的精度需要，此時就需要設計生產實驗來獲取足夠多的新過程數據。但是這樣不僅會加大投入成本，帶來較長的滯后時間，而且建模效率低下，使得質量預測失去其意義，不利于企業實時調整生產策略與擴大生產規模，嚴重拖慢了生產運行優化的速度。此外，實際工業生產過程往往是非線性的，而且由于擾動以及其他因素的存在,使得數據分布會呈現出不均勻、不平坦的現象。如何快速建立精度較高的新過程預測模型以及處理非線性、數據分布不均勻、不平坦的問題具有十分重要的意義。在實際的生產過程中，由于新舊過程的內在機理的是一致的，它們之間必然存在一定的相似性。如果能夠采用某種策略，利用相似過程中有用的舊過程數據來輔助新過程建模，就能夠提高建模效率，有效控制企業的操作成本；利用多尺度核的方法在解決非線性問題的同時，能夠改善數據分布不均勻、不平坦的問題，從而提高模型預測效率。

發明內容