一种橡胶混炼过程中门尼粘度的预报方法

摘要

本发明公开了一种橡胶混炼过程中门尼粘度的预报方法，首先根据工艺生产中积累的工艺参数和门尼粘度作为数据样本建立一个初始的离线模型，然后将这个离线模型运用到实际工艺线上，采集新的样本数据。若模型对新样本的预测误差超过预测误差阈值，则将此样本判断为有效样本，并将此有效样本加入到模型中，对模型参数进行在线动态更新，当模型中的样本个数超过预设的最大样本个数，将模型中的冗余样本剔除，使模型的样本个数控制在最大样本个数内。本发明基于可裁剪技术在不断提高模型精度的同时，能够有效控制模型复杂度，模型具有较好的收敛效果，降低现有模型的计算量，能够对橡胶混炼过程中的门尼粘度提供准确的在线实时预报。

主权项

一种橡胶混炼过程中门尼粘度的预报方法，其特征在于，包括：(1)将一个橡胶混炼班次内影响门尼粘度的工艺参数和该班次产品门尼粘度的集合作为一个样本数据，基于橡胶混炼工艺所积累的历史样本数据建立一个反映工艺参数和门尼粘度之间对应关系的模型；(2)将模型运用到工艺线上，采集当前混炼过程的工艺参数与门尼粘度作为当前样本，计算模型对当前样本的预测误差；(3)对当前样本进行判断，若模型对当前样本的预测误差小于或等于预设的预测误差阈值，则当前样本为无效样本，并将无效样本排除；若模型对当前样本的预测误差大于预设的预测误差阈值，则当前样本为有效样本；(4)将有效样本加入到模型中，对模型进行在线实时更新；(5)检查模型中的样本个数，若样本个数没有超过预设的最大样本个数，则继续采集样本数据，对所采集的样本数据做是否为有效样本的判断，并基于判断结果进行相应的取舍操作；若模型中的样本个数超过预设的最大样本个数，将模型中的冗余样本剔除，使模型的样本个数维持在预设的最大样本个数；(6)接收工艺线上的样本数据，基于以上方法建立一个可在线实时更新的模型，通过不断吸收有效样本提高模型的预报精度；(7)使用所建立的模型基于生产过程的工艺参数对橡胶混炼过程的门尼粘度进行在线预报；所述的影响门尼粘度的工艺参数包括排胶点功率、排胶点能量、排胶点时间、加油点功率、加油点能量、加油点时间、投炭黑点能量、投炭黑温度、混炼初始温度；所述的步骤(1)中模型的建立方法为：a、采用非线性映射将样本数据[xk，yk]由低维非线性特征空间映射到高维线性特征空间，其中xk为混炼班次内的工艺参数，yk为门尼粘度；b、建立门尼粘度yk与工艺参数xk的关联模型方程；c、采用等式化函数、正则化技术和拉格朗日乘子法对关联模型方程进行求解，并用核函数进行简化，求解后得到门尼粘度与工艺参数的模型方程，方程式为： y k = 1 γ α k T k αk＝Pkyk其中  Pk＝Hk‑1Hk＝Kk/γ+Ikαk为模型参数，γ为正则化参数，k为核矩阵Kk中的行向量，核矩阵Kk 的每个元素表示一个满足Mercer条件的核函数K，Ik为k阶单位矩阵。