首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 818 毫秒

1.  基于AKPLS方法的聚丙烯熔融指数软测量  被引次数:1
   田华阁  田学民  邓晓刚  王平《化工自动化及仪表》,2009年第36卷第1期
   针对聚丙烯装置熔融指数软测量中的非线性和多牌号切换问题,提出一种基于自适应核偏最小二乘(AKPLS)的软测量方法。通过对聚丙烯装置反应系统进行机理分析,采用非线性PLS——KPIs方法来拟合辅助变量和熔融指数之间的函数关系。为适应装置生产多牌号产品的现状,进一步提出KPLS自适应策略,以软测量模型的泛化误差作为优化目标,对KPLS模型系数进行在线更新。工业数据应用结果表明,所提出的AKPLS方法能够比PLS、KPLS方法更准确地预报聚丙烯熔融指数的变化。    

2.  基于混合核函数的OLS软测量建模方法研究  
   巨稳  田学民《石油化工自动化》,2011年第47卷第1期
   针对核建模方法中单一核函数不能准确描述数据的分布特性问题,提出一种基于混合核函数的正交最小二乘(OLS)算法并将其用于工业过程软测量建模。采用混合核函数代替基本OLS方法中的单一核函数,利用混合核函数兼具局部和全局核函数的性能,可以提高模型的泛化能力和非线性处理能力。核参数的选择对模型的影响较大,采用粒子群优化算法对核参数进行寻优。在工业聚丙烯熔融指数软测量模型中的应用结果表明,基于混合核函数OLS方法能够比PLS、基本OLS方法更准确地预测熔融指数的变化情况。    

3.  基于操作域划分的聚丙烯熔融指数软测量  被引次数:3
   李春富  王桂增  叶昊《化工学报》,2005年第56卷第10期
   讨论了如何建立聚丙烯熔融指数软测量模型及模型更新问题.首先根据聚丙烯反应器中的氢气浓度划分操作域,对于每个操作域,用一种新的非线性部分最小二乘方法建立熔融指数软测量子模型,然后将各个子模型进行组合,建立全局模型.为了使模型适应过程的变化,提出一种递推非线性部分最小二乘算法,利用新获得的数据对原模型进行更新.同时基于滑动窗方法,提出模型在线估计和更新策略.实际应用结果表明,模型取得了很好的估计性能,计算精度满足工业生产的实际要求.    

4.  聚丙烯熔融指数的最小二乘建模与自适应预报  
   何德峰  俞立  邹涛《高技术通讯》,2010年第20卷第6期
   针对工业双环管丙烯聚合装置熔融指数(MI)在线测量的困难,进行了聚丙烯熔融指数的在线最小二乘建模与自适应预报方法的研究.首先结合聚合反应机理分析,以Hammerstein模型描述聚丙烯熔融指数的动态特性,其次,利用渐消记忆递推最小二乘法在线更新Hammerstein模型参数.在此基础上,通过降维观测器的设计提出并实现了工业双环管聚丙烯装置的一种熔融指数的在线最小二乘建模与自适应预报方法.最后,利用工业数据验证了此算法的可行性和有效性.    

5.  基于神经网络的非线性PCA方法  被引次数:3
   孔薇  杨杰《计算机仿真》,2003年第20卷第7期
   该文采用基于正交最小二乘方法(OLS)的径向基函数(RBF)神经网络进行非线性主元分析(NLPCA)算法的训练,提高了训练速度,且不存在局部最优问题。将其应用到聚丙烯生产的高维非线性数据相关特性的提取中,仿真试验显示这种NLPCA方法提高了熔融指数(MI)的预报精度,具有实际应用价值。    

6.  基于工况识别的注塑过程产品质量预测方法  
   赵斐  陆宁云  杨毅《化工学报》,2013年第64卷第7期
   针对多工况注塑过程的在线质量预测问题,考虑了过程数据高维、耦合、非线性等特点,采用拉普拉斯特征映射(LE)方法实现过程数据的非线性降维;在低维特征空间中采用Mean Shift聚类算法完成样本的工况聚类,以便注塑过程的工况分析和知识挖掘;同时运用Mean Shift原理,提出一种新样本的在线工况识别方法;最后应用基于混合粒子群(PSO)参数寻优的偏最小二乘支持向量机(PLS-LSSVM)方法,建立了多工况注塑过程的产品质量软测量模型。实验结果表明,相较于PLS-LSSVM方法,本文方法的预测精度和泛化性能均有明显提高,可为实际注塑企业提供一种效果良好的多工况产品质量在线预测方法。    

7.  正交信号修正法及其在软测量中的应用  被引次数:6
   李春富  王桂增  叶昊《信息与控制》,2004年第33卷第4期
   介绍化学计量学领域中出现的一种新的多变量数据预处理方法——正交信号修正(OSC)法.提出一种改进的OSC方法,并将该方法结合部分最小二乘(PLS)方法用于聚丙烯熔融指数软测量建模.最后得到的模型预测性能不变,但特征变量数目大大减少,而且模型的回归系数具有明显的物理意义.    

8.  基于自适应仿射传播聚类算法的多模型建模方法  
   郝美玉  田学民  王平《青岛科技大学学报(自然科学版)》,2012年第5期
   考虑到工业生产数据具有按工作点聚类和迁移的特点,提出了一种基于自适应仿射传播聚类(adAP)的多最小二乘支持向量机(LSSVM)算法进行软测量建模。该方法用adAP算法对训练样本进行分类以找到最优的聚类结果,采用LSSVM算法对各类样本分别建立子模型,并根据当前工作点所属子类的模型进行预测输出。将该方法用于聚丙烯熔融指数的软测量建模,结果表明,与其他方法相比该方法具有更高的回归精度和良好的泛化能力。    

9.  聚丙烯熔融指数软测量  被引次数:8
   李春富  王桂增  徐博文《化工自动化及仪表》,2002年第29卷第5期
   采用机理和统计两种建模方法,建立聚丙烯生产过程熔融指数软测量模型。根据聚合反应机理和反应动力学,建立丙烯聚合过程的机理模型。统计模型则采用神经网络/部分最小二乘(NNPLS)方法。现场投运结果表明,模型计算速度和精度能满足工业现场在线实时运行的要求。    

10.  硅锰合金埋弧熔炼过程中炉渣成分软测量  
   唐春霞  江彤  阳春华  贺建军《中国有色金属学报》,2011年第11期
   针对硅锰合金埋弧熔炼过程中炉渣成分检测难的问题,提出一种基于自适应差分进化(ADE)优化的约减最小二乘支持向量机(RLSSVM)软测量模型。该模型以硅锰合金熔炼过程的工况参数为实测数据集,首先通过斯密特正交变换获取高维特征空间核矩阵的基,然后利用Direct Kernel PLS回归计算得到约减最小二乘支持向量机软测量模型,并以最小化训练样本的均方差为目标函数,用自适应差分进化算法优化最小二乘支持向量机的核参数和正则化参数,将此模型应用于30 MW硅锰合金埋弧冶炼过程炉渣成分测量。结果表明:ADE-RLSSVM模型测量值与实际值的最大相对误差为7.3%,运行时间为21 min。    

11.  基于核主成分分析与正交最小二乘法的软仪表建模方法及其在柴油凝点预报中的应用  
   冀光峰《硅谷》,2012年第18期
   针对非线性、高维工业过程,提出一种基于核主成分分析(KPCA)与正交最小二乘(OLS)的软仪表建模方法。该方法首先采用KPCA技术对,在特征空间中对高维输入数据进行降维处理,消除噪声等不利因素的影响;然后采用OLS处理输入输出之间的非线性关系,在最大化泛化能力的同时,实现模型的稀疏性。将此软仪表模型应用于柴油凝点的预报,结果表明,较其他方法,提出的方法有较好的泛化能力及稀疏性。    

12.  基于数据驱动技术和工艺机理模型的PTA生产过程软测量建模方法  
   姚科田  邵之江  陈曦  纪彭  蒋鹏飞《计算机与应用化学》,2010年第27卷第10期
   PTA生产过程物耗指标和质量指标实时准确的监控,是PTA生产企业降低生产成本、提高市场竞争力的重要途径.现存的PTA工艺机理模型无法实时有效地对PTA生产过程进行监控,本文提出了1种基于数据驱动技术和工艺机理模型的软测量建模方法,通过采用主元分析和模糊C均值聚类(PCA-FcM)算法将PTA历史工况进行分类,建立BP神经网络和偏最小二乘(PLS)的组合多工况模型,对PTA生产过程的物耗指标和质量指标进行预测.以某化工厂的投运效果分析,该方案有效地对PTA重要指标作了实时准确的预测,其中质量指标4CBA的相对误差控制在3%左右,有效地帮助现场操作人员将生产装置稳定运行在较优工况点.    

13.  自适应混合粒子群约束优化算法及其在软测量模型参数估计中的应用  
   徐文星  何骞  戴波  张慧平《化工学报》,2015年第66卷第1期
   对于软测量模型参数估计问题,针对传统梯度法求解非线性最小二乘模型时依赖初值、需要追加趋势分析进行验证和无法直接求解复杂问题的缺陷,提出将参数估计化为约束优化问题,使用混合优化算法求解的新思路。为此提出一种自适应混合粒子群约束优化算法(AHPSO-C)。在AHPSO-C算法中,为平衡全局搜索(混沌粒子群)和局部搜索(内点法),引入自适应内点法最大函数评价次数更新策略。对12个经典测试函数的仿真结果表明,AHPSO-C是求解约束优化问题的一种有效算法。将算法用于淤浆法高密度聚乙烯(HDPE)串级反应过程中熔融指数软测量模型参数估计,验证了方法的可行性与优越性。    

14.  基于稳定Hammerstein模型的在线软测量建模方法及应用  被引次数:1
   丛秋梅  苑明哲  王宏《化工学报》,2015年第4期
   针对复杂工业过程中由于存在未建模动态和不确定干扰,导致关键变量的软测量精度下降的问题,提出了一种基于稳定Hammerstein模型(H模型)的在线软测量建模方法。H模型的非线性增益采用带有时变稳定学习算法的小波神经网络模型,线性系统部分采用基于递推最小二乘的ARX模型,基于输入到状态稳定性理论证明了H模型辨识误差的有界性。其中小波神经网络具有表征强非线性的特性,稳定学习算法可抑制未建模动态和不确定干扰的影响,改善了模型的预测精度和自适应能力。以典型非线性系统和实际污水处理过程为例进行了仿真研究,结果表明,基于稳定H模型的软测量方法具有较高的在线软测量精度。    

15.  基于最小二乘支持向量机的非线性广义预测控制  被引次数:7
   郭振凯  宋召青  毛剑琴《控制与决策》,2009年第24卷第4期
   通过中值定理将一类非线性系统近似为时变线性系统,然后将提出的在线最小二乘支持向量机回归(OLSSVMR)与广义预测控制相结合,提出了一种基于OLS-SVMR的自适应直接广义预测控制.利用OLS-SVMR直接设计预测控制器,并基于广义误差估计对控制器参数和广义误差估计中的未知向量进行自适应调整.理论证明了该方法可使广义误差估计值收敛到原点的一个小邻域内.仿真算例也验证了该方法的有效性.    

16.  聚丙烯双环管反应器熔融指数机理建模  
   田华阁  车荣杰  田学民《控制工程》,2010年第17卷第2期
   针对聚丙烯双环管反应器的工艺特点,提出了一种聚丙烯熔融指数软测量机理建模方法。该方法在单环管熔融指数预报模型的基础上,根据聚合物混合原理,建立了两种适用于双环管反应器的机理模型:指数模型和幂数模型,并采用带遗忘因子的递推最小二乘法(FFRLS)和粒子群算法(PSO)辨识模型参数,增强模型的适应性。最后,利用某装置实际生产数据进行模型验证,结果表明,所建模型的预报结果与实验室化验值吻合较好,能够在很大范围内跟踪反应器内熔融指数的变化。    

17.  基于快速留一交叉验证法的在线递推最小二乘支持向量机建模方法  
   邵伟明  田学民《青岛科技大学学报(自然科学版)》,2012年第5期
   为提高软测量模型的全局推广能力,提出一种基于快速留一交叉验证法(FLOO-CV)的在线递推最小二乘支持向量机(LSSVM)建模方法。在前向学习过程中,设计一种基于FLOO-CV预报误差的模型更新阈值,该阈值无需人工设定,且能够根据过程特性自适应改变;后向学习时采用FLOO-CV删除对模型整体性能影响最小的冗余样本,最大程度地保留模型的推广性能。工业聚丙烯熔融指数的软测量建模研究表明,该方法能够在提高模型泛化能力的同时,有效降低模型更新频率。    

18.  一种电动汽车电池SOC软测量方法研究  
   孙正凤  苏磊《电源技术》,2018年第7期
   针对电动汽车电池荷电状态(state of charge,SOC)不可直接测量这一问题,引入基于减法聚类和自适应模糊神经网络的SOC软测量方法。首先,利用减法聚类确定自适应模糊神经网络的结构;然后,将反向传播算法与最小二乘算法混合使用,对网络的前件参数和结论参数分别进行优化,提高了参数的学习效率;最后,将神经网络自动生成的模糊隶属函数和规则集应用于电动汽车电池SOC的软测量中。在CYC-HWFET工况下,取电池的电压、电流和温度参数来实现SOC的软测量,仿真结果表明:基于减法聚类和自适应模糊神经网络方法的电动汽车电池SOC软测量模型精度较高,真实值与软测量值误差较小。    

19.  OSC—PLS方法用于渣油裂解装置的软测量建模  
   成忠  ;诸爱士《杭州应用工程技术学院学报》,2007年第1期
   渣油裂解反应中,影响沥青产率的因素多,反应机理十分复杂,难以建立准确的机理模型。采用基于正交投影的正交信号校正(OSC)算法对输入变量测量数据进行预处理,剔除数据中所含的与待测变量如浓度、收率等无关的噪声信息;再实施OSC与偏最小二乘(PLS)回归相结合的OSC-PLS方法,建立渣油裂解装置沥青产率的软测量校正模型。结果显示:模型精度和稳定性较非线性方法均有显著提高,而且模型所需PLS成分数减少,模型更简洁。    

20.  非线性动态WPLS航煤干点软测量  
   邹涵《中国测试技术》,2014年第3期
   针对炼油工业过程存在的多变量、非线性和数据动态性问题,提出一种自回归移动平均模型与径向基函数-加权偏最小二乘相结合的非线性动态建模方法。首先建立基于径向基函数-加权偏最小二乘方法的软测量模型,然后利用自回归移动平均模型对数据进行时序分析校正,将动态误差信息加入到模型中去,实现模型的动态装换。将该方法应用到加氢裂化航煤干点的软测量建模中,从而获得比径向基函数-加权偏最小二乘算法更高的预测精度。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号