[發明專利]一種燒結終點的魯棒軟測量方法及系統

在審

• 申請號: 202011361481.0
• 申請日: 2020-11-27
• 公開（公告）號: CN112380779A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 周平;謝晉;高本華;柴天佑
• 申請（專利權）人: 東北大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F17/16;G06F17/18;G06N3/04
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

1.一種燒結終點的魯棒軟測量方法，其特征在于，包括如下步驟：

步驟1：通過各類檢測設備以及數據采集器，采集燒結過程的相關參數，以及各時刻對應的燒結終點位置；

步驟2：對燒結過程的相關參數進行相關性分析，選取s個相關度高的參數作為輸入變量，并對輸入變量進行濾波、剔除噪聲及歸一化處理，得到燒結終點魯棒軟測量建模數據；

步驟3：利用基于偏最小二乘與廣義M估計魯棒隨機權神經網絡的燒結終點魯棒軟測量模型進行燒結終點動態軟測量，包括如下步驟：

步驟3.1：采集s個相關度高的參數和各時刻對應的燒結終點位置，生成N組不同的訓練樣本其中x_i＝[x_i,1,x_i,2,…,x_i,s]^T為s維相關度高的參數組成的輸入數據，y_i＝[y_i,1,y_i,2,…,y_i,m]^T為m維輸出數據，m＝1，即燒結終點位置；

步驟3.2：令網絡估計輸出為o_j，隱含層神經元個數為L的偏最小二乘與廣義M估計魯棒隨機權神經網絡可以用下式所表示：

其中，β_j為輸出層和第j個隱藏層神經元之間的輸出權重，w_j與b_j分別表示輸入層和第j個隱藏神經元之間的輸入權重和偏差，g(·)為隱含層神經元激活函數；

步驟3.3：通過引用偏最小二乘方法解決燒結過程數據普遍存在多重共線性問題；

步驟3.4：通過引用廣義M估計方法解決燒結過程數據普遍同時存在輸入、輸出方向兩類不同離群點的問題；

步驟4：將進行預處理后的燒結現場相關參數輸入訓練所得的燒結終點魯棒軟測量模型中實現燒結終點魯棒實時軟測量。

2.根據權利要求1所述的燒結終點的魯棒軟測量方法，其特征在于，所述燒結過程的相關參數包括：燒結機料層平均厚度、大煙道溫度、主風機變頻器輸出電流、點火爐膛溫度、燒結料層原始透氣性指數、燒結機速度、點火強度、大煙道負壓、主風機風門、燃料比、主抽風機出口壓力、點火氣前排溫度、點火回熱風溫度、煙道壓力、各號風箱負壓。

3.根據權利要求1所述的燒結終點的魯棒軟測量方法，其特征在于，所述對輸入變量進行濾波的過程如下：

針對由于燒結過程不穩定和檢測設備不精確造成的跳變數據，采用噪聲尖峰濾波算法用于剔除燒結過程中的噪聲尖峰跳變數據；

采用移動平均濾波算法來剔除噪聲尖峰跳變數據后的數據中較小的高頻測量噪聲波動干擾。