[發明專利]一種基于縮減KPLS模型的PTA生產過程軟測量方法

有效

• 申請號: 202010570652.4
• 申請日: 2020-06-13
• 公開（公告）號: CN111914214B
• 公開（公告）日: 2023-10-17
• 發明（設計）人: 藍艇;請求不公布姓名
• 申請（專利權）人: 寧波大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F18/23213;G06F18/22;G06F18/214;G01D21/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種基于縮減KPLS模型的PTA生產過程軟測量方法，以期在不影響軟測量模型精度的前提下，有效地提升利用KPLS實施軟測量時的在線計算效率。具體來講，本發明方法實施的關鍵在于通過樣本挑選的策略從訓練數據集中篩選出部分樣本數據用于建立縮減KPLS模型。這部分篩選出的樣本數據是非常具有代表性的，能基本上涵蓋訓練數據的變化范圍。與傳統KPLS軟測量方法相比，本發明方法的在線計算量大幅度降低，并且使用原來的離線訓練數據建立縮減KPLS模型，從而盡可能的保證軟測量模型精度。最后，通過具體的實施案例，驗證了本發明方法在計算效率上提升的同時，基本上不影響PTA生產過程中醋酸消耗量的在線軟測量精度。

技術領域

本發明涉及一種化工過程軟測量技術，特別涉及一種基于縮減KPLS模型的PTA生產過程軟測量方法。

背景技術

精對苯二甲酸(Purified Terephthalic Acid，縮寫：PTA)是石化工業非常重要的原材料，可用于化學纖維、輕工業、電力設備的生產。PTA的生產原料對二甲苯是以醋酸為溶劑，生產PTA的設備主要由三個單元組成：回流罐，再沸器，和溶劑脫水塔，通過醋酸的消耗量可以直接評估出PTA生產過程與生產技術水平的優劣。因此，針對PTA生產和能耗的在線實時優化需要用到醋酸消耗量的實時測量數據。由于醋酸的消耗量涉及到化學成分的檢測，需要使用在線分析儀器測量得到實時數據。然而，與傳統測量溫度，壓力，流量，液位等信息不同，在線分析化學成分的技術還不成熟，相應的在線分析儀器設備價格高昂，后期維護成本很大。因此，需要使用軟測量技術間接的得到醋酸消耗量的實時數據。

在軟測量技術領域，回歸建模是解決軟測量難題的最通用的方法技術。經過十幾年的發展，以偏最小二乘(Partial Least Square，縮寫：PLS)為代表性的軟測量方法技術層出不窮，神經網絡與深度學習算法也同樣廣泛應用于軟測量技術的研究。由于化工過程的高度非線性特征，使用非線性的軟測量建模算法通常能保證更高精度的優勢。其中，核偏最小二乘(Kernel PLS，縮寫：KPLS)就是一類非常經典的非線性回歸建模算法，同樣可用于解決PTA生產過程中醋酸消耗量的軟測量問題。利用KPLS實施軟測量的優勢在于：可通過投影變換，將輸入數據轉換成與輸出最相關的潛在特征成分。因此，KPLS可廣泛用于數據不完整、變量間存在多重的相關性的場合。

然而，利用KPLS實施軟測量時，每個采樣時刻的計算量是直接跟離線建模時所用的數據量直接相關的。雖然離線建模時使用數據量越多，所建立的軟測量模型精度越高，但是KPLS是直接使用離線建模的數據為在線測量樣本數據計算核向量的。從這個角度上講，降低在線計算負擔需要降低離線訓練數據量，而降低在線數據計算量同時會導致軟測量模型精度降低。因此，如何解決這一相悖難題是非常值得研究的。計算量決定著方法的效率，在降低計算量的同時若能維持軟測量精度基本不變，對于PTA生產過程中醋酸消耗量的軟測量是有著重要意義的。

發明內容

本發明所要解決的主要技術問題是：在利用KPLS進行PTA生產過程中醋酸消耗量在線軟測量時，能否在不影響軟測量模型精度的前提下，有效地提升在線計算效率。具體來講，本發明方法是通過樣本篩選的策略從訓練數據集中篩選出部分樣本數據用于建立KPLS模型。這部分篩選出的樣本數據是非常具有代表性的，能基本上涵蓋訓練數據的變化范圍。

本發明方法解決上述問題所采用的技術方案為：一種基于縮減KPLS模型的PTA生產過程軟測量方法，包括以下步驟：

步驟(1)：利用PTA生產裝置安裝的測量儀表，連續采集N個過程數據x₁，x₂，…，x_N，并通過離線分析儀器測量得到相同采樣時刻的N個醋酸消耗量數據記作向量y∈R^N×1，其中第i個采樣時刻的過程數據x_i∈R^m×1由m個采樣數據組成，具體包括：進料流量與進料溫度，分餾塔回流量，從回收塔回收的流量，蒸汽流量，塔頂部和底部產品流量，各關鍵層塔板的溫度，i∈{1，2，…，N}。