基于數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜工業(yè)過程軟測量方法研究與應(yīng)用
發(fā)布時(shí)間:2021-11-22 01:12
復(fù)雜工業(yè)過程是制造業(yè)的重要組成部分,是我國國民經(jīng)濟(jì)和社會(huì)發(fā)展的支柱產(chǎn)業(yè)。在金屬冶煉、選礦等傳統(tǒng)行業(yè),存在大量的關(guān)鍵工藝參數(shù)無法在線檢測,導(dǎo)致該類行業(yè)綜合控制水平落后,面臨著巨大的產(chǎn)業(yè)升級(jí)改造壓力。為了提高現(xiàn)代工業(yè)競爭力,實(shí)時(shí)在線監(jiān)測與穩(wěn)定控制對于保證生產(chǎn)安全和提高產(chǎn)品質(zhì)量至關(guān)重要,本文圍繞復(fù)雜工業(yè)過程監(jiān)控與優(yōu)化控制所面臨的瓶頸,利用基于數(shù)據(jù)驅(qū)動(dòng)的軟測量技術(shù)解決工業(yè)過程檢測與控制存在的難題,為實(shí)現(xiàn)復(fù)雜工業(yè)信息化和智能化發(fā)展奠定技術(shù)基礎(chǔ),重點(diǎn)研究以下幾個(gè)方面:1)針對單一預(yù)測模型不能反映工業(yè)間歇過程中多階段特性及階段間過渡特性問題,提出一種基于Gath-Geva聚類和核極限學(xué)習(xí)機(jī)的多模型軟測量方法。首先采用主成分分析(Principal Component Analysis,PCA)對輸入做特征提取,然后利用Gath-Geva算法對間歇過程進(jìn)行多階段工況劃分,分別建立局部KELM模型,將各局部模型的模糊隸屬度作為權(quán)重對局部KELM模型預(yù)測值進(jìn)行加權(quán)得到最終預(yù)測值。本文以青霉素發(fā)酵數(shù)據(jù)進(jìn)行實(shí)驗(yàn)測試,結(jié)果表明本文所提多模型算法相較于單一模型,具有更高的預(yù)測精度。2)針對間歇過程軟測量易受離群點(diǎn)...
【文章來源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:131 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
工業(yè)過程生產(chǎn)現(xiàn)場
圖2.5分割系數(shù)和分類熵指標(biāo)驗(yàn)證最佳聚類數(shù)目
青霉素階段辨識(shí)結(jié)果
【參考文獻(xiàn)】:
期刊論文
[1]數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過程運(yùn)行監(jiān)控與自優(yōu)化研究展望[J]. 劉強(qiáng),卓潔,郎自強(qiáng),秦泗釗. 自動(dòng)化學(xué)報(bào). 2018(11)
[2]基于數(shù)據(jù)驅(qū)動(dòng)多輸出ARMAX建模的高爐十字測溫中心溫度在線估計(jì)[J]. 周平,劉記平. 自動(dòng)化學(xué)報(bào). 2018(03)
[3]集成自編碼與PCA的高爐多元鐵水質(zhì)量隨機(jī)權(quán)神經(jīng)網(wǎng)絡(luò)建模[J]. 周平,張麗,李溫鵬,戴鵬,柴天佑. 自動(dòng)化學(xué)報(bào). 2018(10)
[4]有色冶金凈化過程建模與優(yōu)化控制問題探討[J]. 孫備,張斌,陽春華,桂衛(wèi)華. 自動(dòng)化學(xué)報(bào). 2017(06)
[5]基于數(shù)據(jù)的流程工業(yè)生產(chǎn)過程指標(biāo)預(yù)測方法綜述[J]. 陳龍,劉全利,王霖青,趙珺,王偉. 自動(dòng)化學(xué)報(bào). 2017(06)
[6]數(shù)據(jù)與模型驅(qū)動(dòng)的電熔鎂群爐需量預(yù)報(bào)方法[J]. 楊杰,柴天佑,張亞軍,吳志偉. 自動(dòng)化學(xué)報(bào). 2018(08)
[7]Calibration of soft sensor by using Just-in-time modeling and Ada Boost learning method[J]. Huan Min,Xionglin Luo. Chinese Journal of Chemical Engineering. 2016(08)
[8]基于Bootstrap的高爐鐵水硅含量二維預(yù)報(bào)[J]. 蔣朝輝,董夢林,桂衛(wèi)華,陽春華,謝永芳. 自動(dòng)化學(xué)報(bào). 2016(05)
[9]基于多變量相空間重構(gòu)和卡爾曼濾波的冷熱電聯(lián)供系統(tǒng)負(fù)荷預(yù)測方法[J]. 趙峰,孫波,張承慧. 中國電機(jī)工程學(xué)報(bào). 2016(02)
[10]時(shí)變過程在線辨識(shí)的即時(shí)遞推核學(xué)習(xí)方法研究[J]. 劉毅,金福江,高增梁. 自動(dòng)化學(xué)報(bào). 2013(05)
博士論文
[1]基于局部學(xué)習(xí)的自適應(yīng)軟測量建模方法研究[D]. 邵偉明.中國石油大學(xué)(華東) 2016
[2]基于即時(shí)學(xué)習(xí)的復(fù)雜非線性過程軟測量建模及應(yīng)用[D]. 袁小鋒.浙江大學(xué) 2016
[3]基于燃煤火焰圖像的回轉(zhuǎn)窯燒結(jié)工況魯棒檢測方法研究[D]. 陳華.湖南大學(xué) 2014
本文編號(hào):3510632
【文章來源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:131 頁
【學(xué)位級(jí)別】:博士
【部分圖文】:
工業(yè)過程生產(chǎn)現(xiàn)場
圖2.5分割系數(shù)和分類熵指標(biāo)驗(yàn)證最佳聚類數(shù)目
青霉素階段辨識(shí)結(jié)果
【參考文獻(xiàn)】:
期刊論文
[1]數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過程運(yùn)行監(jiān)控與自優(yōu)化研究展望[J]. 劉強(qiáng),卓潔,郎自強(qiáng),秦泗釗. 自動(dòng)化學(xué)報(bào). 2018(11)
[2]基于數(shù)據(jù)驅(qū)動(dòng)多輸出ARMAX建模的高爐十字測溫中心溫度在線估計(jì)[J]. 周平,劉記平. 自動(dòng)化學(xué)報(bào). 2018(03)
[3]集成自編碼與PCA的高爐多元鐵水質(zhì)量隨機(jī)權(quán)神經(jīng)網(wǎng)絡(luò)建模[J]. 周平,張麗,李溫鵬,戴鵬,柴天佑. 自動(dòng)化學(xué)報(bào). 2018(10)
[4]有色冶金凈化過程建模與優(yōu)化控制問題探討[J]. 孫備,張斌,陽春華,桂衛(wèi)華. 自動(dòng)化學(xué)報(bào). 2017(06)
[5]基于數(shù)據(jù)的流程工業(yè)生產(chǎn)過程指標(biāo)預(yù)測方法綜述[J]. 陳龍,劉全利,王霖青,趙珺,王偉. 自動(dòng)化學(xué)報(bào). 2017(06)
[6]數(shù)據(jù)與模型驅(qū)動(dòng)的電熔鎂群爐需量預(yù)報(bào)方法[J]. 楊杰,柴天佑,張亞軍,吳志偉. 自動(dòng)化學(xué)報(bào). 2018(08)
[7]Calibration of soft sensor by using Just-in-time modeling and Ada Boost learning method[J]. Huan Min,Xionglin Luo. Chinese Journal of Chemical Engineering. 2016(08)
[8]基于Bootstrap的高爐鐵水硅含量二維預(yù)報(bào)[J]. 蔣朝輝,董夢林,桂衛(wèi)華,陽春華,謝永芳. 自動(dòng)化學(xué)報(bào). 2016(05)
[9]基于多變量相空間重構(gòu)和卡爾曼濾波的冷熱電聯(lián)供系統(tǒng)負(fù)荷預(yù)測方法[J]. 趙峰,孫波,張承慧. 中國電機(jī)工程學(xué)報(bào). 2016(02)
[10]時(shí)變過程在線辨識(shí)的即時(shí)遞推核學(xué)習(xí)方法研究[J]. 劉毅,金福江,高增梁. 自動(dòng)化學(xué)報(bào). 2013(05)
博士論文
[1]基于局部學(xué)習(xí)的自適應(yīng)軟測量建模方法研究[D]. 邵偉明.中國石油大學(xué)(華東) 2016
[2]基于即時(shí)學(xué)習(xí)的復(fù)雜非線性過程軟測量建模及應(yīng)用[D]. 袁小鋒.浙江大學(xué) 2016
[3]基于燃煤火焰圖像的回轉(zhuǎn)窯燒結(jié)工況魯棒檢測方法研究[D]. 陳華.湖南大學(xué) 2014
本文編號(hào):3510632
本文鏈接:http://sikaile.net/kejilunwen/jiagonggongyi/3510632.html
最近更新
教材專著