基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模

发布时间：2017-10-11 06:06

  本文关键词：基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模

  更多相关文章： 时间差分模型 局部加权偏最小二乘算法 即时学习 软测量建模 质量预测

【摘要】：工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合时间差分模型和局部加权偏最小二乘算法的自适应软测量建模方法。时间差分模型可以大大减少过程变量漂移的影响,而局部加权偏最小二乘算法作为一种即时学习方法,可以有效解决过程非线性和时变问题。该方法的有效性在数值例子和工业过程实例中得到了有效验证。
【作者单位】： 浙江大学控制科学与工程学院工业控制技术国家重点实验室;
【关键词】： 时间差分模型 局部加权偏最小二乘算法 即时学习 软测量建模 质量预测
【基金】：国家自然科学基金项目(61370029)~~
【分类号】：TQ018
【正文快照】： 引言在工业过程中,软测量模型被广泛地用于预测过程中因为恶劣测量环境、昂贵的测量仪器和大时间滞后等因素导致难以在线测量的关键过程变量[1-4]。目前为止,大量的软测量方法,如主成分回归(PCA)[5]、偏最小二乘回归(PLS)[6]、人工神经网络(ANN)[7]和支持向量机(SVM)[8]等已经

【相似文献】

中国期刊全文数据库 前1条

1 张海渠;非稳定热塑性成型模拟中的时间差分耦合法[J];机械设计与研究;2003年04期

，

本文编号：1010874