基于特征向量提取的核回归建模方法研究

针对工业软测量中的非线性数据回归问题,提出一种基于特征向量提取的核回归建模方法.基于核函数非线性变换技术,建立非线性软测量模型-核回归模型.为了减少核回归模型中的优化参数,采用特征向量提取(FVS)算法选择核回归模型的特征向量,最后采用改进的粒子群优化算法估计模型参数.在工业数据上的应用结果说明了方法的有效性.     

大型炼油装置多模型DCS仿真培训系统的集成

阐述了对多套生产装置同时进行培训的仿真培训系统的硬件配置和软件总体结构,对主站软件系统、操作站系统软件、数学模型软件开发给予详细说明。     

一种基于非线性规划的多项式PLS算法

在基于误差的多项式偏最小二乘(PLS)的基础上,提出了一种基于带约束的非线性规划的多项式PLS算法,利用罚函数法计算最优的输入权值和内部关系式的参数.对催化裂化主分馏塔侧线柴油95%点的软测量应用结果表明,该算法和基于误差的多项式PLS相比,模型拟合精度高而且计算量较小,能获得较高的累计方差贡献率,并具有良好的预报能力.     

太阳能电池缺陷检测图像的分割技术

在太阳能电池缺陷检测系统中,图像分割技术是非常重要的。分割结果的优劣直接影响着对于缺陷的检测和识别。文中提出一种针对太阳电池缺陷图片特性的阈值分割方法,实验表明这种方法比普通的直方图法和Otsu法更加快速准确地进行区域分割,可以得到较好的二值图。为太阳能电池图像的缺陷特征提取,以及进一步描述和分析奠定了良好的基础。     

基于SPA相似系数的故障识别方法

传统的主元分析（PCA）相似系数法没有充分利用数据的高阶统计量等有用的过程信息,导致故障识别效果较差。针对此问题,提出一种统计量模式分析（SPA）相似系数法。该方法首先使用SPA将原始数据转换到统计量空间中,然后在统计量空间中利用PCA获取主元方向,计算主元之间的相似性识别故障。在连续搅拌反应器（CSTR）过程上的仿真结果说明提出的SPA相似系数法比传统的PCA相似系数法能更有效地识别故障。     

基于混合核函数的OLS软测量建模方法研究

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。     

基于自适应小生境的改进入侵性杂草优化算法

为提高入侵性杂草优化算法(IWO)的种群多样性,使算法在处理高维多峰问题时具有更好的全局收敛性。结合小生境思想提出一种小生境杂草优化算法(NIWO)。该算法根据种群内个体间的欧式距离对杂草种群进行分类,并采用自适应小生境数策略确定分类个数,对种群进行繁殖竞争等其他操作,从而增强种群的多样性,提高算法的全局寻优能力,保证算法的收敛精度。利用4个标准测试函数测试算法的寻优能力,仿真结果表明,无论对于低维还是高维多峰函数,NIWO算法的收敛精度和稳定性都优于标准IWO算法。     

基于正交最小二乘的傅立叶神经网络结构选取方法

针对傅立叶神经网络基频选取及隐含层神经元数目难以确定这一问题,提出一种基于正交最小二乘的傅立叶神经网络结构选择方法。该方法依据傅立叶神经网络激活函数是一系列不同函数的特点,给定一个较小的基频,把一系列关于基频整数倍的正余弦函数作为可供选择的激活函数集,然后由正交最小二乘算法选择对网络性能贡献显著的函数作为激活函数,并简化网络结构。以聚合反应器为对象的建模仿真研究表明,正交最小二乘算法可以更有效地确定傅立叶神经网络结构。     

一种引入动量项的小波神经网络软测量建模方法

针对小波神经网络存在收敛速度缓慢且容易陷入局部极小的问题,提出一种参数修正改进算法。首先,输出层神经元函数采用双曲正切函数代替传统的Sigmoid函数;其次,通过在权值调整式中增加动量项的方法选择学习步长,以提高网络学习效率。利用所提改进方法建立催化裂化主分馏塔轻柴油凝点软测量模型,结果表明,改进小波神经网络模型的预测精度和泛化能力优于BP神经网络和小波神经网络模型,对生产有重要的指导意义。     

基于全局正交配置的非线性预测控制算法

针对非线性预测控制(NMPC)在线优化计算量大这一关键问题,提出一种基于全局正交配置的非线性预测控制算法。该算法以高阶插值正交多项式为基函数同时配置优化时域内的状态变量和控制变量,将连续动态优化问题转化为非线性规划问题(NLP)求解。全局正交配置可以使用较少的配置点而获得较高的逼近精度,这样即使NMPC使用很长的优化时域,离散化后得到的NLP问题的规模也比较小,能够有效地降低在线优化计算量。最后,以连续聚合反应过程为例验证了算法的有效性。