发明名称 |
橡胶门尼粘度混合智能软测量方法 |
摘要 |
一种橡胶门尼粘度混合智能软测量方法,该测量方法是先从现场采集影响门尼粘度的工艺参数,进行主元分析,确定必需的辅助变量,进行归一化处理,建立基于机理分析、小波神经网络、最小二乘支持向量机组合而成的混合智能算法模型,然后实时采集数据,通过调用已经建好的模型对输入数据进行计算,即可得出实时的门尼粘度预测值。本发明发挥了多种建模方法的优点,不但取得比单一方法软测量模型更好的预测效果,而且模型具有适应不同工况变化的良好的鲁棒性和泛化能力;本发明软测量预测模型的计算速度和精度满足生产要求,对稳定生产、指导操作、提高产品的优级品率有极大帮助。 |
申请公布号 |
CN101650290B |
申请公布日期 |
2011.05.04 |
申请号 |
CN200910040670.5 |
申请日期 |
2009.06.23 |
申请人 |
茂名学院 |
发明人 |
刘美;张清华;陈政石 |
分类号 |
G01N11/00(2006.01)I;G06N3/02(2006.01)I |
主分类号 |
G01N11/00(2006.01)I |
代理机构 |
茂名市穗海专利事务所 44106 |
代理人 |
王士爱 |
主权项 |
一种橡胶门尼粘度混合智能软测量方法,该测量方法是先从现场采集影响门尼粘度的工艺参数,进行主元分析,确定必需的辅助变量,进行归一化处理,建立基于机理分析、小波神经网络、最小二乘支持向量机组合而成的混合智能算法模型,然后实时采集数据,通过调用已经建好的模型对输入数据进行计算,即可得出实时的门尼粘度预测值,其特征在于,所述的混合智能算法模型为:ymix=ayM+byNN+cyLS‑SVM其中yM是机理分析结果,yNN是小波神经网络预测值,yLS‑SVM是最小二乘支持向量机预测值,a+b+c=1,且a>0,b>0,c>0。 |
地址 |
525000 广东省茂名市官渡二路139号大院 |