发明名称 基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法
摘要 一种基于最小二乘-支持向量机的制粉过程煤粉细度软测量方法,该方法依赖硬件平台及测量仪表和进行软件计算的计算机系统,该软件通过控制计算机或数据采集器获得实时的过程数据进行软测量;该方法包括以下步骤:辅助变量的选择,确定样本数据的结构,确定样本的组成,建立基于最小二乘-支持向量机软测量模型并进行模型的训练、参数选择及模型验证、模型参数的校正;本发明应用简单、容易,成本较低,软测量结果也较精确,有助于实现制粉过程的优化控制和优化运行。
申请公布号 CN101038277B 申请公布日期 2010.12.08
申请号 CN200710011021.3 申请日期 2007.04.19
申请人 东北大学 发明人 岳恒;张立岩;张君;柴天佑
分类号 G01N33/00(2006.01)I;G06F19/00(2006.01)I 主分类号 G01N33/00(2006.01)I
代理机构 沈阳东大专利代理有限公司 21109 代理人 梁焱
主权项 1.一种基于最小二乘-支持向量机的制粉过程煤粉细度指标软测量方法,该方法依赖硬件平台及测量仪表和计算机系统,其特征在于通过控制计算机或数据采集器获得实时的过程数据,进行软测量,该方法包括以下步骤:(1)辅助变量的选择,选择的辅助变量包括:热风温度T<sub>RFWD</sub>;磨煤机出口温度T<sub>CKWD</sub>;磨煤机差压P<sub>MJCY</sub>:磨煤机入口压力P<sub>MRPL</sub>与磨煤机出口压力P<sub>MCYL</sub>的差值;收集器工作周期的差压最大值P<sub>MAXSJQCY</sub>:布袋收集器入口压力P<sub>SRYL</sub>与布袋收集器出口压力P<sub>SCYL</sub>工作周期的最大差值;给煤机转速W<sub>GMJZS</sub>,或给煤量;(2)确定样本数据的结构,如下表:<img file="FA20170671200710011021301C00011.GIF" wi="2090" he="508" />其中x<sub>k</sub>为样本的输入,既选取的辅助变量——热风温度T<sub>RFWD</sub>、磨煤机出口温度T<sub>CKWD</sub>、磨煤机差压P<sub>MJCY</sub>、收集器工作周期的差压最大值P<sub>MAXSJQCY</sub>、给煤机转速W<sub>GMJZS</sub>,样本的输出y<sub>k</sub>为待估计的主导变量——煤粉细度L<sub>MFXD</sub>;(3)样本的组成用于软测量模型的样本数据由三组组成:模型训练样本、误差训练样本和验证样本组成;模型训练样本至少应该包括工业对象正常工作范围,通过手动调节排风阀开度、给煤机频率,在生产允许的范围内改变系统的工作点,每次操作条件改变后,当系统运行平稳后取样化验的样本数据;对煤粉细度抽查化验时按照样本数据结构纪录,获得一定数量的样本数据,将该部分数据分为两组,一组用于模型误差最小的训练来选择模型的参数,另一组用于模型的验证;(4)建立基于最小二乘-支持向量机软测量模型,如下式:<maths num="0001"><![CDATA[<math><mrow><mi>y</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><mi>k</mi></munderover><msub><mi>&alpha;</mi><mi>k</mi></msub><mi>k</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><msub><mi>x</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mi>b</mi></mrow></math>]]></maths>α<sub>k</sub>、b——训练后的模型系数;k=1,2,...,n;然后进行模型的训练、参数选择及模型验证;(5)模型参数的校正;选择典型的样本添加到训练样本,如果重新训练的软测量模型能够明显提高模型的精度,则用新的模型代替原有模型,否则不改变原模型;如果新的样本数据重复出现样本输入条件相同或相近,而样本输出相差较大的情况,用新样本代替原样本数据,重新训练模型,替换原有模型。
地址 110004 辽宁省沈阳市和平区文化路3号巷11号