工業(yè)過程中的一些質(zhì)量變量對于生產(chǎn)過程的監(jiān)測、控制與優(yōu)化具有重要意義,但實際情況是這些質(zhì)量變量的測量,往往受到檢測技術(shù)、裝置價格、以及實時性等限制,很難直接采用硬件傳感器在線實時獲得,因此軟測量技術(shù)得到了應(yīng)用。作為硬件測量替代方案,軟測量可以為質(zhì)量變量提供高效且低成本的預(yù)測。本論文在現(xiàn)有軟測量技術(shù)研究成果的基礎(chǔ)上,面向具有非線性和時變特征的工業(yè)過程,考慮過程數(shù)據(jù)中的時延信息和時間有序性,基于加權(quán)高斯模型回歸算法進行改進研究。本文主要研究內(nèi)容如下:(1)針對工業(yè)數(shù)據(jù)時序匹配不一致的問題,提出一種基于滑動灰關(guān)聯(lián)度算法的軟測量建模方法。該方法首先采用滑動灰關(guān)聯(lián)度算法估計過程時延參數(shù),提取過程的時延信息;當新樣本到來時,利用基于離線階段估計的時延參數(shù)重構(gòu)建模數(shù)據(jù)集,并通過新樣本相對于訓(xùn)練樣本的權(quán)重建立加權(quán)高斯模型,構(gòu)建輸入和輸出變量的聯(lián)合概率密度函數(shù);最后,通過概率模型的條件分布函數(shù)實時估計輸出變量值。通過數(shù)值仿真和工業(yè)脫丁烷塔過程丁烷濃度的在線估計,驗證了所提方法的有效性。(2)進一步考慮到在建立加權(quán)高斯模型時模型更新頻繁耗時長的問題,提出一種基于改進加權(quán)高斯模型回歸的軟測量建模方法。首先挖掘...

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 立題背景及意義
    1.2 軟測量建模研究現(xiàn)狀
        1.2.1 軟測量建模概述
        1.2.2 軟測量建�；痉椒�
        1.2.3 基于加權(quán)高斯模型回歸的軟測量建模方法
    1.3 本文主要研究工作和內(nèi)容安排
第二章 帶時延估計的加權(quán)高斯模型回歸軟測量建模
    2.1 引言
    2.2 時延問題描述
    2.3 基于時延信息重構(gòu)的WGR軟測量建模方法
        2.3.1 基于滑動灰關(guān)聯(lián)度分析的變量時延估計
        2.3.2 加權(quán)高斯模型回歸算法
        2.3.3 基于MGRA的在線加權(quán)高斯模型回歸的軟測量方法步驟
    2.4 仿真研究
        2.4.1 數(shù)值仿真測試
        2.4.2 脫丁烷塔過程
    2.5 本章小結(jié)
第三章 基于自適應(yīng)更新的加權(quán)高斯模型回歸軟測量建模
    3.1 引言
    3.2 自適應(yīng)更新策略
    3.3 基于自適應(yīng)更新策略的加權(quán)高斯軟測量建模
        3.3.1 建模數(shù)據(jù)預(yù)處理
        3.3.2 累計相似度因子
        3.3.3 基于自適應(yīng)相似度閾值的模型更新策略
    3.4 基于改進加權(quán)高斯模型的軟測量建模方法步驟
    3.5 仿真結(jié)果與分析
    3.6 本章小結(jié)
第四章 基于時間有序性的加權(quán)高斯模型回歸軟測量建模
    4.1 引言
    4.2 問題描述
    4.3 基于時間有序性的WGR方法
        4.3.1 局部加權(quán)標準化
        4.3.2 基于時間有序的WGR方法
        4.3.3 基于改進加權(quán)高斯模型的軟測量建模方法步驟
    4.4 仿真研究與討論
        4.4.1 數(shù)值仿真
        4.4.2 硫回收過程仿真
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 前景展望
致謝
參考文獻
附錄 :作者在攻讀碩士學(xué)位期間取得的科研成果



本文編號：3758679