基于多向偏最小二乘的间歇过程软测量建模研究

发布时间：2020-06-13 11:41

【摘要】：为了迎合现代社会瞬息万变的市场需求,现代过程工业正逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程。在大部分间歇过程中,产品的质量指标很难在线测量,需要离线分析才能获得,因而无法满足在线实时控制和优化操作的要求。软测量技术是解决上述问题的有效方法之一。 以偏最小二乘(PLS)为核心技术的多元统计回归建模方法是软测量建模的有效工具之一。做为PLS的一种衍生方法,多向偏最小二乘(MPLS)方法在间歇过程建模方面取得了广泛应用。但是传统MPLS方法并不适用于多操作工序的间歇过程,而且在实际应用过程中还存在以下问题：建模数据不同步,模型结构复杂,稳定性差,在线预报精度在很大程度上依赖于对未来测量值的预估准确程度。 本论文在深入研究间歇过程的多操作阶段和重复生产特性的基础上,结合MPLS在处理高维、高度耦合数据上的优势,提出了新的基于MPLS的间歇过程统计建模和模型更新算法,论文的主要内容为： (1)针对间歇生产过程多操作时段的特点,提出了基于均值子时段MPLS的建模方法。同时,针对未来过程信息未知的问题,给出了一种未知变量值的补充方法,使得质量指标的在线预报得以实现。 (2)针对传统PLS模型无法在线更新的问题,将递推偏最小二乘(RPLS)与均值子时段MPLS相结合,提出了应用于间歇过程的块式RMPLS方法,并对其进行了改进。论文给出了完整的模型在线预测和更新步骤。 (3)将上述方法应用于斜轧穿孔过程,实现了穿孔能耗的在线预报及穿孔能耗预报模型的更新。仿真验证了上述方法的有效性。
【图文】：

工艺的分析得知，轧辊电流的变化可以充分反应管坯的穿孔轧制运行状态。因此在对某个批次的采样时间序列进行子时段划分时，可以取轧辊电流作为指示变量，将穿孔过程划分为3个不同的操作子时段。图3.6是某根实心管坯在穿孔过程中检测到的上轧辊电

图3.8模型对于训练样本的预测结果 Fig.3.8Predietionresultfortrainingdataofthemodel模型对于建模样本的拟合结果如图3.8，，其中标有“o’’的实线代表实际能耗值，标有“*”的虚线代表模型预测值。应用35个批次的测试数据对模型进行检验，测试模型的预报精度。预报过程中过程变量未来观测值的补充方法见3.1.3节。数据补充完成后，由式 (3.1)计算预测结果。模型在不同子时段结束时对穿孔能耗的预测效果如图3.9一3.n所示，其中标有“o’’的实线代表实际能耗值，标有，’*”的虚线代表模型预测值。为了衡量模型的精度，在数学上有一系列的定义和标准，这些标准大同小异。本文采用均方误差(RMSE)指标来衡量:{~一寸告沙‘一”” (3.4)其中
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：N945.12

【参考文献】

相关期刊论文 前10条

1 姚林;阳建宏;徐金梧;王植;;基于偏最小二乘回归模型的带钢热镀锌质量监控方法[J];北京科技大学学报;2007年06期

2 顾小红;冯宇;汤坚;;偏最小二乘法在红外光谱识别茶叶中的应用[J];分析科学学报;2008年02期

3 张新安,田澎;购后行为意向的偏最小二乘建模与分析[J];工业工程与管理;2003年03期

4 蒋丽英,王树青;基于MPCA-MDPLS的间歇过程的故障诊断[J];化工学报;2005年03期

5 陈治纲,许超,邵惠鹤;间歇过程优化与先进控制综述[J];化工自动化及仪表;2003年03期

6 邸丽清;熊智华;阳宪惠;;基于MPLS的间歇过程终点质量迭代优化控制[J];化工自动化及仪表;2007年02期

7 朱学峰;软测量技术及其应用[J];华南理工大学学报(自然科学版);2002年11期

8 邓胡滨，刘觉夫，王耀南;均值方差的递推算法及其应用[J];计算机与现代化;1996年04期

9 吴世明,王健宝,罗上银;新型穿孔机[J];山西冶金;1995年01期

10 林雪梅;杨青;王大志;;基于DPLS方法的故障检测性能研究[J];沈阳理工大学学报;2008年01期

相关会议论文 前1条

1 赵春晖;王福利;贾明兴;;基于时段平均轨迹的多时段批过程建模及监测[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

相关博士学位论文 前1条

1 成忠;PLSR用于化学化工建模的几个关键问题的研究[D];浙江大学;2005年

本文编号：2711124