一种带过程变量时滞估计的在线软测量建模方法

为了有效地将时滞信息引入到软测量建模过程中,同时实时跟踪过程动态,本文提出一种基于模糊曲线分析（FCA）估计过程时滞参数的新方法,用离线条件下得到的时滞参数集对软测量建模的数据进行重构;对于新的输入数据,基于一定时刻之前采集的历史变量值,采用时间差—高斯过程回归（TDGPR）模型对当前时刻主导变量值进行在线预测．通过对脱丁烷塔过程的仿真研究,验证了所提方法的有效性和精度.     

基于高斯过程和支持向量机的软测量建模比较及应用研究

给出了基于高斯过程和支持向量机的软测量建模方法 ,在不牺牲性能的条件下 ,高斯过程与支持向量机相比 ,是一种有着概率意义的核学习机 ,同时它更容易实现 ,理论分析和仿真研究表明了高斯过程在软测量建模中的优越性     

核函数方法及其在软测量建模中的应用研究

软测量技术对实施工业过程先进控制与优化具有重要的作用。介绍了几种新的基于核函数方法的软测量建模技术，并提出了针对复杂工业过程的混合核函数软测量建模方法。工业萘初馏塔酚油含萘量软测量应用表明，这类方法具有非线性处理能力强、精度高及模型推广能力好的特点。     

基于PCA-SVM的软测量建模方法与应用

主元分析(PCA)能够有效地提取数据的特征信息，消除变量问的共线性；而将基于统计学习理论的支持向量机(SVM)用于数据建模具有显的优点。本提出了将PCA与SVM相结合的软测量建模方法，并利用该方法建立了工业萘初馏塔酚油含萘量软测量模型，应用结果表明了该方法的有效性和优越性。     

基于神经网络的软测量技术及应用

软测量是一门新兴的工业技术，它借助现代估计理论构造模型推断出工程上难以检测的变量。本文提出了基于径向基函数神经网络（RBFNN）的软测量技术，并且结合工艺机理分析和过程数据关联，对其在轻柴油凝固点软测量的应用进行了研究。结果表明，RBFNN的良好的非线性动态建模能力使其在软测量中具有很大的应用潜力。     

多变量系统的软测量建模研究

研究加氢裂化分馏塔多个产品的质量指标同时预报的一类ＭＩＭＯ软测量建模问题,采用ＲＢＦ网络和Ｆｕｚｚｙ ＡＲＴＭＡＰ网络对该ＭＩＭＯ系统进行建模,并用ＲＢＦ网络建立了每个输出的独立的ＭＩＳＯ软测量模型。应用实例表明,所研究的软测量建模为多变量系统软件测量的工业应用提供了一种有效实用的方法。     

基于模糊建模的冷凝器污脏软测量

提出了一种基于模糊建模的冷凝器污脏软测量方法.该方法选取传热端差作为研究对象,应用模糊建模技术分离出冷凝器污脏对端差的影响.在模糊建模中,采用T-S模型描述变工况传热端差,研究了一种相似度判别法则以确定最优模型结构,并采用实数编码的遗传算法同时优化模型前、后件参数,从而获得了规则简化、精度较高的模糊模型.根据此方法,设计了试验系统,并进行了现场试验.试验结果表明:该方法能有效地在线监测冷凝器污脏,并在冷凝器出现堵管或空气漏入量较大时,取得比热阻法、传热系数法更可靠的测量结果.     

基于改进自训练算法的半监督GPR软测量建模北大核心CSCD

为了充分利用实际工业过程中大量无标签数据中的信息,提出了一种基于改进自训练算法的高斯过程回归(GPR)软测量建模方法。首先,利用相似度估计无标签样本缺失的主导变量值;然后,根据估计值对有标签数据集的影响,对估计样本集中的数据进行筛选;最后,将泛化能力强的样本加入有标签样本集中,得到重构训练样本集并进行软测量建模。通过脱丁烷塔塔底丁烷浓度预测的仿真实验,验证了所提方法的可行性和有效性。     

一种实用的火电厂飞灰含碳量软测量建模方法

提出了同时利用自适应加权融合和最小二乘支持向量机建模的实用新方法。首先,给出了基于小波的自适应加权融合和最小二乘支持向量机算法;其次,将BP神经网络、最小二乘支持向量机和基于小波的自适应加权融合的最小二乘支持向量机算法进行建模精度比较;最后,采用真实火电厂飞灰含碳量数据进行模型验证与预测,仿真结果表明基于小波的自适应加权融合的最小二乘支持向量机算法具有较好的建模精度和实用性。     

一种能处理定性参数输入的推广模糊神经网络软测量建模方法

针对生产过程中存在多种类属型数据和混合型数据,而大多数软测量方法只能处理数值型数据的问题,提出了一种基于粗糙集方法的推广模糊神经网络软测量建模方法,该方法既可以接受定量参数输入,也可以接受定性参数输入.首先建立模糊-清晰混合规则的定义,对具有混合类型属性的样本集进行离散化处理后,利用粗糙集的约简算法进行规则提取,获得最小决策集.由得到的混合决策规则构建推广模糊神经网络,使用样本集训练网络参数.最后将该方法应用于蒸发器的污垢热阻值估计,取得了良好的效果.     

工业过程混合建模方法研究及应用

文章在分析工业过程模型的经验模型和神经网络模型的基础上，提出了混合模型的建模方法，给出了混合模型结构和应用算法，把该混合模型方法应用于制浆蒸煮过程的建模中，收到了较好的效果，混合模型的建模方法具有较大的推广价值。     

超稳定性方法及其在机器人控制中的应用

本文用超稳定性方法研究了一类以工业机器人为背景的模型參考自适应控制问题,克服了过去用超稳定性方法设计不能保证渐近稳定的缺点,并把该方法应用到工业机器人控制中.     

有色同步网及其在工作流过程建模中的应用

结合有色Petri网相关理论,提出有色同步网的概念,并应用其建立一个工作流过程模型——有色逻辑网（CL_net）。通过一个具体实例介绍了使用有色逻辑网模型描述业务流程的方法,同时采用绘制可达图的方法分析了业务流程的合理性,进一步说明了模型的实用性和可推广性。     

面向对象的指挥控制流程建模与应用

流程建模是分析指挥控制流程, 取得作战胜利的关键步骤. 当前的建模方法不能很好地应对联合作战中指挥控制流程多域联合、松耦合关联等特征. 为了解决上述问题, 本文提出一种面向对象的流程建模语言, 构建的模型描述了指挥控制流程的数据视角、行为视角以及二者间的复杂交互关系, 并基于该模型采用流程挖掘技术进行指挥控制流程还原, 为优化指挥控制流程、提高流程效能提供了一种有效手段.     

对象动态行为的建模方法及支撑工具

该文提出了一种基于对象数据模型的,同时又具有面向对象方法特征的对象行为模型。随后介绍了用这种模型描述对象动态行为的方法和步骤。最后简要地介绍了作者开发的一个支持这种建模过程的工具系统。     

基于支持向量机的在线建模方法及应用

针对常规v支持向量回归用于在线建模时存在的问题，提出了一种支持向量回归在线建模方法．利用贝叶斯证据框架优化模型参数，通过判断新增观测值是否满足原来的KKT条件，并对历史数据给予不同程度的加权以充分利用最新的数据信息，使模型随着时间的推移在线更新．工业PTA氧化过程中4-CBA含量预测的实例表明，该方法能很好地跟踪4-CBA含量的变化趋势，是一种有效的在线建模方法．     

差动法在加热炉支路平衡控制中的应用

文章给出了一种基于差动法的控制算法,该方法不仅在理论上构思新颖、设计简单,而且对某炼油厂进行仿真的结果也是令人满意的。     

嵌套式稀疏网格随机配置法及其在随机门延时建模中的应用

为了提高随机工艺偏差下门延时建模的计算精度和效率,提出一种基于扩展Gauss积分理论及嵌套式稀疏网格技术的随机配置门延时建模方法.首先采用参数空间中具有指数收敛特性的随机正交多项式对随机门延时进行逼近;然后针对现有的基于传统Gauss积分理论的稀疏网格随机配置法所用的配置点不具有嵌套特性的问题,利用单变量扩展Gauss积分理论及稀疏网格技术构造了一组嵌套式多变量Gauss积分点,将其作为随机门延时建模的配置点.这组配置点既具有Gauss积分点的高精度,又满足嵌套性质,且在低阶积分配置点上已经得到的门延时可以在高阶积分时重复使用.与现有的基于非嵌套式配置点的随机配置法相比,该方法的计算精度和效率可以得到很大的提升,数值实验结果也验证了该方法在计算精度和效率上的优势.     

PET聚合反应器建模及在聚合流程动态模拟中的应用

该文提出了用通用的反应器模型来模拟PET聚合反应流程中各阶段的反应器,采用“链节分析法”建立的聚合反应器模型真实地反映了聚合过程中不同阶段反应器的动态特性,通过在全流程仿真模拟中的成功应用验证了此模型的正确性。     

火电机组过程大数据建模方法研究

近年来,大数据产业保持高速发展态势,而过程工业大数据建模技术发展相对缓慢。在该背景下,以火电机组过程大数据为研究对象,首先分析火电机组过程大数据的特点及其进行大数据建模所面临的困难;接下来对现有国内外火电机组过程大数据建模方法及存在问题进行了分析;最后提出一种基于火电机组过程大数据的全工况自适应传递函数建模方法,该方法应用数据挖掘技术选取不同工况下的合格建模数据,通过云计算平台应用数据驱动传递函数建模方法建立全工况范围内大量的系统模型,再应用线性变参数及数学插值等算法对大量系统模型进行融合,最终获取系统全工况自适应传递函数模型。该建模思路为火电机组等过程工业大数据建模提供了一种较好的方法参考。