[發明專利]一種基于約化雙核PLS的非線性流程工業質量預測方法

在審

• 申請號: 202011290752.8
• 申請日: 2020-11-17
• 公開（公告）號: CN112462705A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 趙宏哲
• 申請（專利權）人: 麥哲倫科技有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種基于約化雙核PLS的非線性流程工業質量預測方法，涉及故障檢測與預測技術領域。該基于約化雙核PLS的非線性流程工業質量預測方法，包括有如下步驟：S1、通過特征向量提取方法提取承載信息較多的特征向量，較少過多的核向量。該基于約化雙核PLS的非線性流程工業質量預測方法，PLS方法利用正交投影將多元回歸問題轉換為一元回歸問題，有效的解決了共線性問題，并且該方法通過將高維數據映射成低維數據，獲得測量變量相互正交的特征向量，然后建立向量間的線性回歸關系來表征過程，不僅可以提高模型的精度，還可以從建立的模型中提取自變量對因變量的非線性作用特征，相對于傳統的分析手段大大提高了分析的精度。

技術領域

本發明涉及質量預測技術領域，特別的為一種基于約化雙核PLS的非線性流程工業質量預測方法。

背景技術

對于間歇性生產過程的質量預測，在生產中具有很高的附加值和重要性。現在，許多傳感器已經安裝在生產設備上，可以在生產階段測量到有用的信息并記錄下來，通過機器學習、深度學習等數據挖掘手段探索更多的有用信息，但是此類數據驅動算法對流程行業的生產過程中在線應用的實時性有一定的要求，特別是對于快速變化的過程或者比較敏感的時段中關鍵性數據與產品質量具有很強的關聯性的時候，效果收效甚微，若是參與在線預測，甚至可能直接影響到產品的品質與合格率，此類算法在此類場景下的適用性還有待商討。再有，流程行業的數據一般具有高維度、非線性、強相關性等特點，也限制了此類算法的具體應用。還有，此類數據挖掘方法在處理流程行業的質量數據時往往具有一定的滯后性，并不能及時有效的反映生產狀況，而質量數據的滯后一旦運用到生產中，極有可能導致產品質量的下滑、產品不合格，甚至造成生產故障而導致事故的發生。

發明內容

本發明提供的發明目的在于提供一種基于約化雙核PLS的非線性流程工業質量預測方法，流程行業中的數據的處理中，一個很重要的難點就是數據的非線性，通過構建約化雙核PLS算法可以有效的解決此類問題。

為實現以上目的，本發明通過以下技術方案予以實現：一種基于約化雙核PLS的非線性流程工業質量預測方法，包括有如下步驟：

S1、通過特征向量提取方法提取承載信息較多的特征向量，較少過多的核向量。

S2、將采集的數據和質量數據投影到兩個核空間中建立雙核數據矩陣，利用高維核空間中的數據建立軟測量模型中運算。

S3、雙核空間中計算完成后再高維的核空間中直接修改核參數，計算質量預測精度在系統中的收斂速度。

S4、將在核空間中的高維預測數據經過在線反投影算法還原到原始空間中。

進一步的，將根據S1中的操作步驟，為防止維數災難的發生，在特征提取階段通過步進的方式，將算法的計算需求維持在一個硬件可承受的范圍之內，具體原理為具體原理為：

設定核矩陣為：

K_i表示對應X_i(i≤n)的核矩陣。

K_i的秩等于i-1的時候，等價為K_i對應K_i-1的額外部分能夠被K_i-1線性表示。

判斷核矩陣K_i是否為滿秩的標準為：

在現場采集的數據均含有噪聲，導致δ_i無法為0，所以根據實驗結果設置一個比較小的正數ε作為額外參數代替。

進一步的，將根據S1中的操作步驟，特征提取流程：

S101、設置i＝1，S_i＝[x_i]。