一种橡胶硬度的在线质量监控和预测模型更新的方法

摘要

本发明公开了一种橡胶硬度的在线质量监控和预测模型更新的方法，根据训练数据集构建硬度在线预测模型，并且计算报警限、警告限和选择限；将流变参数新样本输入硬度在线预测模型中，自动输出橡胶硬度值；根据流变参数新样本X_new的Q统计量值与报警限、警告限和选择限的关系，确定是否对硬度在线预测模型进行更新或质量监测系统发生警报，操作工人查看生产线的工况，然后进行相应的工艺调整，使当前工况恢复到正常状况。本发明通过不断的对模型进行更新，从而得到精确的橡胶硬度值，提高了橡胶的质量，并且通过实际的试验验证了采用本方法可以得到较高的精度，减少了安全隐患；随着样本数目的减少可以减少计算机存储量，显著地提高计算速度。

主权项

1.一种橡胶硬度的在线质量监控和预测模型更新的方法，其特征在于，所述方法包括以下步骤：（1）首先采集终炼胶质量指标数据样本，建立数据库，其中，数据样本包括流变参数X和橡胶硬度值Y，且规定流变参数对应自变量X={x₁，x₂，…，x_m}，橡胶硬度值对应因变量Y={y₁，y₂，…，y_m}，m为建模所需样本数，x_i和y_i分别对应流变参数和橡胶硬度值，i=1，2，…，m；随机选择任意组数据构建训练数据集；（2）根据所述训练数据集构建硬度在线预测模型，并且根据所述流变参数X计算报警限Q_αh、警告限Q_αl和选择限Q_αs，且满足条件：Q_αs<Q_αl<Q_αh；（3）将当前车次混炼过程结束后质量监测系统采集到的终炼胶质量指标中的流变参数与所述硬度在线预测模型自动连接，将流变参数新样本X_new输入所述硬度在线预测模型中，自动输出橡胶硬度值y_new；（4）计算所述流变参数新样本X_new的Q统计量值，记为Q_new，判断是否满足Q_new>Q_αh，如果是，执行步骤（5）；如果否，执行步骤（6）；（5）所述质量监测系统发生警报，操作工人查看生产线的工况，然后进行相应的工艺调整，使当前工况恢复到正常状况，执行步骤（3）；（6）判断是否满足Q_as≤Q_new≤Q_al，如果是，执行步骤（7）；如果否，执行步骤（8）；（7）则所述流变参数新样本X_new被选中，记为支持样本，当所述支持样本的数量达到预设值时，替换原始的训练集，对所述硬度在线预测模型进行更新，执行步骤（9）；（8）则所述流变参数新样本X_new为不良样本，舍去所述不良样本，执行步骤（9）；（9）自动检测是否有下一车次的流变参数新样本输入，如果是，执行步骤（2）；如果否，执行步骤（10）；（10）流程结束；步骤（2）中的所述根据所述训练数据集构建硬度在线预测模型，并且根据所述流变参数X计算报警限Q_αh、警告限Q_αl和选择限Q_αs具体为：1）通过所述训练数据集构建所述硬度在线预测模型；设所述训练数据集分别为{x_i，y_i}，其中i=1，2…,m，m为训练样本数，x_i∈R^d，y_i∈R，R为实数，d为自变量维数，对训练样本的输入矩阵X={x₁，x₂，…，x_m}进行核函数变换，构造相应的核函数内积函数矩阵K,设k为K的元素，则有：k=K（x_i,x_j）=Φ(x_i)·Φ(x_j),i，j=1，2，…，m处理后的核函数矩阵K通过下式得出：K=K-I_mmK-KI_mm+I_mmKI_mm式中：I_mm为所有元素为1/m的m×m阶矩阵；B_KPLS=Φ^TU(V^TKU)^-1V^TZ，其中，U为训练样本中输入矩阵的分向量；V为训练样本中输出矩阵Y的分向量；Z代表响应矩阵；T代表转置；最后，输出所述硬度在线预测模型为：Y_pred=ΦB_KPLS=KU(V^TKU)^-1V^TZ2）通过所述流变参数X计算所述报警限Q_αh，所述警告限Q_αl和所述选择限Q_αs；当探测水平为α时，$Q_{\alpha }={\theta }_1{[\frac{C_{\alpha }\sqrt{2{\theta }_2{h}_0^2}}{{\theta }_1}+1+\frac{{\theta }_2{h}_0(h_0-1)}{{\theta }_1^2}]}^{\frac{1}{h_0}}$C_α是在探测水平α下的正态分布的阈值，θ_i和h₀分别定义如下：${\theta }_i=\underset{j=s+1}{\overset{n}{\Sigma }}{\left({\lambda }_j\right)}^i,(i=\mathrm{1,2,3}),h_0=1-\frac{2{\theta }_1{\theta }_3}{3{\theta }_2^2}$其中λ_j为系数相关矩阵的特征值，Θ＝[Φ(x₁),Φ(x₂),...,Φ(x_m)]，Φ(x_i)是x_i在特征空间F的映射，s为保留的潜变量个数，n为所有潜变量个数；核函数矩阵满足方程K＝Θ^TΘ；$\hat{K}=\frac{K}{\mathrm{trace}\left(K\right)/(m-1)}$假设正特征值为λ_1，λ₂，…，λ_m（其中λ₁≥λ₂≥…≥λ_m)，C的正特征值为：λ₁/(m-1)，λ₂/(m-1)，…，λ_m/(m-1)。