主权项 |
1、一种基于限定记忆部分最小二乘算法的对羧基苯甲醛含量在线软测量建模方法,其特征是方法的步骤如下:1)、选择与对羧基苯甲醛含量相关的反应器进料流量、催化剂含量、反应器液位、反应器温度、反应器尾氧含量、第三冷凝器排水量、第四冷凝器排水量、第一结晶器尾氧含量和反应器排出二氧化碳含量9个过程变量,作为软测量模型的辅助变量,采集训练样本(X,Y),并将样本进行标准化处理,具体标准化处理公式如下:<maths num="001"><![CDATA[ <math><mrow><msub><mi>X</mi><mn>1</mn></msub><mo>=</mo><mfrac><mrow><mi>X</mi><mo>-</mo><mover><mi>X</mi><mo>‾</mo></mover></mrow><msub><mi>σ</mi><mi>X</mi></msub></mfrac></mrow></math>]]></maths><maths num="002"><![CDATA[ <math><mrow><msub><mi>Y</mi><mn>1</mn></msub><mo>=</mo><mfrac><mrow><mi>Y</mi><mo>-</mo><mover><mi>Y</mi><mo>‾</mo></mover></mrow><msub><mi>σ</mi><mi>Y</mi></msub></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,X,Y分别为原始辅助变量和对羧基苯甲醛含量的样本集;X,σ<sub>X</sub>分别为样本X的均值和方差;Y,σ<sub>Y</sub>分别为样本Y的均值和方差;X<sub>1</sub>,Y<sub>1</sub>分别为X,Y按公式(1)标准化后的样本;2)、使用限定记忆部分最小二乘算法建立动态的软测量模型<maths num="003"><![CDATA[ <math><mrow><msub><mover><mi>Y</mi><mo>^</mo></mover><mn>1</mn></msub><mo>=</mo><msub><mi>X</mi><mn>1</mn></msub><mi>β</mi><mo>,</mo></mrow></math>]]></maths>其中X<sub>1</sub>为标准化的辅助变量输入值,<img file="C2004100183970002C4.GIF" wi="68" he="64" />β分别为标准化数据建立的软测量模型的输出值和系数;3)、将该模型进行反标准化处理,得到关于原辅助变量的对羧基苯甲醛含量软测量模型,处理后公式为:<maths num="004"><![CDATA[ <math><mrow><mover><mi>Y</mi><mo>^</mo></mover><mo>=</mo><mi>XC</mi><mo>+</mo><mi>b</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中C=αβ (7)b=Y-XC (8)α=σ<sub>Y</sub>/diag(σ<sub>X</sub>) (9);4)、根据软测量模型和新采集的辅助变量值估计对羧基苯甲醛含量的值;5)、检查是否有新的对羧基苯甲醛含量的分析值,若有则转步骤6),否则转步骤4);6)、采集新的训练输入样本并与新的对羧基苯甲醛含量分析值组成一对新的训练样本,对加入新样本后的训练样本集的均值和方差进行在线滚动校正;滚动校正公式如下:<maths num="005"><![CDATA[ <math><mrow><msub><mover><mi>x</mi><mo>‾</mo></mover><mrow><mi>i</mi><mo>,</mo><mi>N</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>=</mo><mfrac><mi>N</mi><mrow><mi>N</mi><mo>+</mo><mn>1</mn></mrow></mfrac><msub><mover><mi>x</mi><mo>‾</mo></mover><mrow><mi>i</mi><mo>,</mo><mi>N</mi></mrow></msub><mo>+</mo><mfrac><mn>1</mn><mrow><mi>N</mi><mo>+</mo><mn>1</mn></mrow></mfrac><msub><mi>x</mi><mrow><mi>i</mi><mo>,</mo><mi>N</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>11</mn><mo>)</mo></mrow></mrow></math>]]></maths><maths num="006"><![CDATA[ <math><mrow><msup><msub><mi>σ</mi><mrow><mi>i</mi><mo>,</mo><mi>N</mi><mo>+</mo><mn>1</mn></mrow></msub><mn>2</mn></msup><mo>=</mo><mfrac><mrow><mi>N</mi><mo>-</mo><mn>1</mn></mrow><mi>N</mi></mfrac><msup><msub><mi>σ</mi><mrow><mi>i</mi><mo>,</mo><mi>N</mi></mrow></msub><mn>2</mn></msup><mo>+</mo><mfrac><mn>1</mn><mrow><mi>N</mi><mo>+</mo><mn>1</mn></mrow></mfrac><msup><mrow><mo>(</mo><msub><mi>x</mi><mrow><mi>i</mi><mo>,</mo><mi>N</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>-</mo><msub><mover><mi>x</mi><mo>‾</mo></mover><mrow><mi>i</mi><mo>,</mo><mi>N</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>12</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中x<sub>i,N</sub>和x<sub>i,N+1</sub>分别表示变量x<sub>i</sub>具有N个采样值和N+1个采样值时对应的均值;σ<sub>iN</sub><sup>2</sup>和σ<sub>i,N+1</sub><sup>2</sup>分别表示变量x<sub>i</sub>具有N个采样值和N+1个采样值时对应的方差;7)、将最老的一个样本去掉,将新的样本加入,保持新的样本数据窗口长度不变,用公式(11)和(12)在线滚动校正后的均值和方差对新窗口下的训练样本进行标准化处理,标准化公式同公式(4),以上述在线滚动的方式重新建立软测量模型,从而将老样本的信息带到模型中来,转步骤2)。 |