[發明專利]一種面向聚酯纖維聚合過程的兩階段特征選擇方法

在審

• 申請號: 202210421882.3
• 申請日: 2022-04-21
• 公開（公告）號: CN114862151A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 張潔;畢佳俊;張朋;趙春財;崔利;畢金茂
• 申請（專利權）人: 東華大學;新鳳鳴集團湖州中石科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩;柏子雵

本發明公開的一種面向聚酯纖維聚合過程的兩階段特征選擇方法，包括以下步驟：S1.獲取聚酯纖維聚合生產車間過程數據，并對生產過程數據進行預處理。S2.將生產過程數據進行基于交叉相關性的時滯計算；S3.將特征間時滯關系帶入考慮時滯的灰色關聯分析法中，計算特征與目標特征間的相關度，同時進行特征排序；S4.將上部分提取的特征子集，使用近似馬爾科夫毯方法進行冗余性去除；S5.經過上述計算，輸出面向聚酯纖維聚合過程的最佳特征子集。本發明通過兩階段特征選擇方法，可以在大量聚酯纖維聚合過程變量中有效選取出對關鍵變量影響較大的特征。

技術領域

本發明涉及聚酯纖維聚合過程的兩階段特征選擇方法，尤其涉及一種基于交叉相關性時滯計算的灰色關聯分析法和近似馬爾科夫毯的兩階段特征選擇方法，屬于聚酯纖維數據智能分析領域。

背景技術

紡織行業是我國支柱產業之一，發展早、規模大。聚酯纖維是紡織行業的重要原材料之一，其生產主要流程包括聚酯纖維熔體生產、運輸、紡絲和織布加工四部分，其中溶體聚合過程是聚酯纖維生產的首要環節。聚酯纖維聚合過程特性粘度是衡量聚酯纖維質量的重要參數，其穩定性是衡量生產質量的重要指標。

為了調整聚酯纖維特性粘度，傳統的方法是根據現場工程師的經驗，適當調整某些參數。該方法往往缺乏相關理論指導，不能滿足智能生產的要求。

發明內容

本發明的目的是：解決聚酯纖維聚合過程流程工業生產方式而導致的過程數據的時滯性、非線性、高維度、高冗余問題。

為了達到上述目的，本發明的技術方案是提供了一種面向聚酯纖維聚合過程的兩階段特征選擇方法，其特征在于，所述兩階段特征選擇方法為基于交叉相關性時滯計算的灰色關聯分析法和近似馬爾科夫毯的兩階段特征選擇方法，包括以下步驟：

S1獲取聚酯纖維聚合生產車間過程數據，并對生產過程數據進行預處理，預處理方式包括：對生產過程數據異常值進行處理；對生產過程數據噪聲進行處理；對生產過程數據量綱不一致進行處理；

S2將生產過程數據進行基于交叉相關性的時滯計算，確定生產過程數據中過程變量與目標變量之間的關系：

假設X₁(t)_t＝0...N是第1個特征序列數據，為目標變量，X_i(t+l)_t＝0...N是第i個特征序列數據，為過程變量，其中，t、t+l表示采樣時刻，N表示最大滯后步長，目標變量X₁(t)_t＝0...N與過程變量X_i(t+l)_t＝0...N的時滯τ_i，即第1個特征與第i個特征之間的特征間時滯由下式計算得出：

其中：T為過程變量的采樣周期；

其中：ux1t為目標變量X1(t)＝0...N的均值，uxit+l為過程變量X_i(t+l)_t＝0...N的均值；

S3將特征間時滯關系帶入考慮時滯的灰色關聯分析法中，計算特征與目標特征間的相關度，同時進行特征排序。

設候選變量為X_i＝[x_i(1),x_i(2),…,x_i(n)]為特征序列，設Y_i＝[y_i(1),y_i(2),…,y_i(n)]為目標特征序列，將目標特征序列進一步定義為標簽序列，其中，i表示特征標號，n為樣本量，則步驟S3具體包括以下步驟：

S301對各個序列進行無量化處理：