基于多向偏最小二乘的间歇过程软测量建模研究

论文摘要

为了迎合现代社会瞬息万变的市场需求,现代过程工业正逐渐倚重于生产小批量、多品种、高附加值产品的间歇过程。在大部分间歇过程中,产品的质量指标很难在线测量,需要离线分析才能获得,因而无法满足在线实时控制和优化操作的要求。软测量技术是解决上述问题的有效方法之一。以偏最小二乘(PLS)为核心技术的多元统计回归建模方法是软测量建模的有效工具之一。做为PLS的一种衍生方法,多向偏最小二乘(MPLS)方法在间歇过程建模方面取得了广泛应用。但是传统MPLS方法并不适用于多操作工序的间歇过程,而且在实际应用过程中还存在以下问题：建模数据不同步,模型结构复杂,稳定性差,在线预报精度在很大程度上依赖于对未来测量值的预估准确程度。本论文在深入研究间歇过程的多操作阶段和重复生产特性的基础上,结合MPLS在处理高维、高度耦合数据上的优势,提出了新的基于MPLS的间歇过程统计建模和模型更新算法,论文的主要内容为：(1)针对间歇生产过程多操作时段的特点,提出了基于均值子时段MPLS的建模方法。同时,针对未来过程信息未知的问题,给出了一种未知变量值的补充方法,使得质量指标的在线预报得以实现。(2)针对传统PLS模型无法在线更新的问题,将递推偏最小二乘(RPLS)与均值子时段MPLS相结合,提出了应用于间歇过程的块式RMPLS方法,并对其进行了改进。论文给出了完整的模型在线预测和更新步骤。(3)将上述方法应用于斜轧穿孔过程,实现了穿孔能耗的在线预报及穿孔能耗预报模型的更新。仿真验证了上述方法的有效性。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 论文研究背景
• 1.2 间歇过程的特点及软测量建模
• 1.2.1 间歇过程的特点
• 1.2.2 软测量建模
• 1.3 PLS方法研究现状
• 1.3.1 传统PLS方法
• 1.3.2 非线性PLS方法
• 1.3.3 动态PLS方法
• 1.3.4 RPLS算法
• 1.4 论文内容安排
• 第2章 多元线性回归建模基础理论
• 2.1 多元线性回归分析
• 2.2 偏最小二乘
• 2.2.1 数据的标准化处理
• 2.2.2 PLS基本原理
• 2.2.3 PLS应用现状
• 2.3 多向偏最小二乘
• 2.3.1 间歇过程的数据特点及标准化方法
• 2.3.2 MPLS基本原理
• 2.3.3 MPLS应用现状及存在的问题
• 2.4 本章小结
• 第3章 基于均值子时段MPLS的间歇过程建模
• 3.1 均值子时段MPLS预报模型
• 3.1.1 基本思想
• 3.1.2 预报模型的建立
• 3.1.3 在线预报方法
• 3.1.4 在线预报模型的特点
• 3.2 均值子时段MPLS方法在斜轧穿孔能耗预测中的应用
• 3.2.1 斜轧穿孔过程简介
• 3.2.2 斜轧穿孔过程子时段划分
• 3.2.3 斜轧穿孔能耗建模变量选择
• 3.2.4 基于均值子时段MPLS的斜轧穿孔能耗预报
• 3.3 本章小结
• 第4章 基于RMPLS方法的模型更新
• 4.1 递推偏最小二乘
• 4.1.1 基本PLS算法
• 4.1.2 改进的PLS算法
• 4.1.3 RPLS算法
• 4.1.4 块式RPLS算法
• 4.2 均值子时段RMPLS算法
• 4.2.1 基本思想
• 4.2.2 算法流程
• 4.3 改进的均值子时段RMPLS算法
• 4.3.1 均值、方差的在线递推更新
• 4.3.2 具有预测补偿的RMPLS
• 4.3.3 自适应遗忘因子RMPLS
• 4.3.4 算法流程
• 4.4 RMPLS及其改进算法在穿孔能耗模型更新中的应用
• 4.5 本章小结
• 第5章 结论与展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文