基于局部独立成分概率分析的聚丙烯熔融指数软测量方法技术

本发明专利技术公开了一种基于局部独立成分概率分析的聚丙烯熔融指数软测量方法。该方法首先选取影响熔融指数变化的关键变量作为输入变量，以实验室分析所得的熔融指数值作为输出变量。将聚丙烯生产过程的数据划分为若干的操作工况，对每一个工况数据分别进行独立成分分析，建立相应的独立成分分析模型。然后，通过贝叶斯概率分析方法对不同工况下的信息进行集成和综合，实现对聚丙烯生产过程熔融指数的在线软测量。相比目前的其它方法，本发明专利技术不仅可以大大提高聚丙烯生产过程熔融指数的预测精度，改善产品质量，而且在很大程度上改善了软测量方法对过程知识的依赖性，增强了操作员对过程的理解。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种。该方法首先选取影响熔融指数变化的关键变量作为输入变量，以实验室分析所得的熔融指数值作为输出变量。将聚丙烯生产过程的数据划分为若干的操作工况，对每一个工况数据分别进行独立成分分析，建立相应的独立成分分析模型。然后，通过贝叶斯概率分析方法对不同工况下的信息进行集成和综合，实现对聚丙烯生产过程熔融指数的在线软测量。相比目前的其它方法，本专利技术不仅可以大大提高聚丙烯生产过程熔融指数的预测精度，改善产品质量，而且在很大程度上改善了软测量方法对过程知识的依赖性，增强了操作员对过程的理解。【专利说明】
本专利技术属于化工生产过程软测量建模和应用领域，特别涉及一种基于局部独立成分概率分析的聚丙烯熔融指数软测量建模和在线检测方法。
技术介绍
聚丙烯作为一种重要的材料，在很多工业中都有着非常广泛的应用，在该生产过程中，一个很重要的指标是熔融指数。在实际过程中，该指标的测量及其困难，目前常用的方法是通过实验室离线测量得到。相比在线的实时测量方法，熔融指数的离线测量往往需要1-2个小时的时间，这对于聚丙烯过程的闭环质量控制来说是非常不利的。为了提高聚丙烯生产过程的自动化程度和产品质量，通常需要对熔融指数进行在线测量。软测量方法通过对过程中容易测量的变量和熔融指数之间的关系进行建模，利用该模型在线对熔融指数进行估计，实时获得熔融指数的在线值，能有效避免离线分析方法大时滞的缺点。但是，由于聚丙烯生产过程的复杂性，过程往往包含多个操作工况，这种情况下，传统的单一工况建模方法通常难 以取得满意的效果。通过对各个工况分别建模统计分析模型，然后在概率框架下对各个工况的信息进行有效的集成，是实现复杂多工况生产过程软测量的一个有效途径。
技术实现思路
本专利技术的目的在于针对多工况聚丙烯生产过程熔融指数预测的难点，提供一种。本专利技术的目的是通过以下技术方案来实现的:一种，包括以下步骤:(I)在各个操作工况下，通过集散控制系统和实时数据库系统收集聚丙烯生产过程关键变量的数据=X=Ixi e }^,2,...,η0其中，η为样本个数，m为关键变量个数。分别将这些数据存入历史数据库，并选取部分数据作为建模用样本。(2)通过离线实验室分析获取历史数据库中用于建模的样本所对应的熔融指数值，作为软测量模型的输出I e Rn。(3)将历时数据集划分为多个操作工况子数据集，即X= ，C为聚丙烯生产过程操作工况的个数。(4)分别对关键变量和输出变量进行预处理和归一化，使得各个过程关键变量和熔融指数的均值为零，方差为1，得到新的数据矩阵。(5)针对归一化之后的各个操作工况数据，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立局部独立成分分析软测量模型，将该模型参数存入数据库中备用。(6)收集新的过程数据，并对其进行预处理和归一化。(7)将归一化之后的新数据分别输入到各个独立成分分析模型中，计算该实时数据对应的局部熔融指数值。(8)通过贝叶斯推理方法计算当前数据在各个操作工况下的后验概率值，并以概率权重对各个子工况模型得到的结果进行集成和综合，得到最终的熔融指数软测量结果。本专利技术的有益效果:本专利技术面向聚丙烯工业生产过程，通过对每一个操作工况下的关键变量和熔融指数之间的建立独立成分分析模型，在局部范围内实现聚丙烯生产过程熔融指数的在线估计。然后，引入贝叶斯推理和概率分析方法对不同工况下的数据信息进行集成和综合，获得最后的软测量结果。此外，通过后验概率分析技术，本专利技术还可以获取当前数据的工况信息。相比目前的其它方法，本专利技术不仅可以大大提高聚丙烯生产过程的熔融指数软测量效果，而且增强了操作员对过程的理解。【专利附图】【附图说明】图1聚丙烯生产过程数据散点图；图2本专利技术方法熔融指数在线软测量结果；图3基于传统PLS线性回归模型的熔融指数在线软测量结果；图4测试数据工况一后验概率分析结果；图5测试数据工况二后验概率分析结果；图6测试数据工况三后验概率分析结果。【具体实施方式】本专利技术针对聚丙烯生产过程的熔融指数预测问题，通过过程中容易测量的关键变量，建立局部独立成分概率分析和集成模型，用于该过程熔融指数的在线软测量。本专利技术采用的技术方案的主要步骤分别如下:第一步:在各个操作工况下，通过集散控制系统和实时数据库系统收集聚丙烯生产过程关键变量的数据:X={Xi e Rm}i=1，2，...，n。其中，η为样本个数，m为关键变量个数。分别将这些数据存入历史数据库，并选取部分数据作为建模用样本。第二步:通过离线实验室分析获取历史数据库中用于建模的样本所对应的熔融指数值，作为软测量模型的输出I e Rn。该步骤是为了获取软测量建模中的输出变量，即熔融指数值。一般情况下，通过离线分析获取熔融指数值往往需要数个小时，这也是为什么在聚丙烯生产过程中需要进行软测量的原因。通过过程中容易测量的变量对难以测量的熔融指数值进行预测，极大地提高了熔融指数的预测实时性，对过程的产品质量控制具有很大的帮助。第三步:将历时数据集划分为多个操作工况子数据集，即X= ，C为聚丙烯生产过程操作工况的个数。第四步:分别对关键变量和输出变量进行预处理和归一化，使得各个过程关键变量和熔融指数的均值为零，方差为1，得到新的数据矩阵集。在历史数据库中对采集到的过程数据进行预处理，剔除野值点和明显的粗糙误差数据，为了使得过程数 据的尺度不会影响到监测的结果，对不同变量的数据分别进行归一化处理，即各个变量的均值为零，方差为I。这样，不同过程变量的数据就处在相同的尺度之下，既而不会影响到后续的建模效果。第五步:针对归一化之后的各个操作工况数据，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立局部独立成分分析软测量模型，将该模型参数存入数据库中备用。通过对子数据集{X。，YJc^2,..,C进行独立成分分析，可以得到:XC=ACSC+EC其中，S。为提取的独立成分矩阵，Ac为混合矩阵，Ec为残差矩阵。独立成分S。和熔融指数Y。之间的回归关系如下【权利要求】1.一种，其特征在于，包括以下步骤: (1)在各个操作工况下，通过集散控制系统和实时数据库系统收集聚丙烯生产过程关键变量的数据:x= (Xi ∈ Rm}i==1,2,i,n，其中，n为样本个数，m为关键变量个数，R为实数集；分别将这些数据存入历史数据库，并选取部分数据作为建模用样本； (2)通过离线实验室分析获取历史数据库中用于建模的样本所对应的熔融指数值，作为软测量模型的输出y e Rn5 (3)将历时数据集划分为多个操作工况子数据集，即X=，C为聚丙烯生产过程操作工况的个数； (4)分别对关键变量和输出变量进行预处理和归一化，使得各个过程关键变量和熔融指数的均值为零，方差为1，得到新的数据矩阵； (5)针对归一化之后的各个操作工况数据，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立局部独立成分分析软测量模型，将该模型参数存入数据库中备用； (6)收集新的过程数据，并对其进行预处理和归一化； (7)将归一化之后的新数据分别输入到各个独立成分分析模型中，计算该实时数据对应的局部熔融指数值； (8)通过贝叶斯推理方法计算当前数本文档来自技高网...

【技术保护点】
一种基于局部独立成分概率分析的聚丙烯熔融指数软测量方法，其特征在于，包括以下步骤：（1）在各个操作工况下，通过集散控制系统和实时数据库系统收集聚丙烯生产过程关键变量的数据：X={xi∈Rm}i=1,2,L,n，其中，n为样本个数，m为关键变量个数，R为实数集；分别将这些数据存入历史数据库，并选取部分数据作为建模用样本；（2）通过离线实验室分析获取历史数据库中用于建模的样本所对应的熔融指数值，作为软测量模型的输出y∈Rn；（3）将历时数据集划分为多个操作工况子数据集，即X=[X1;X2;…,XC]，C为聚丙烯生产过程操作工况的个数；（4）分别对关键变量和输出变量进行预处理和归一化，使得各个过程关键变量和熔融指数的均值为零，方差为1，得到新的数据矩阵；（5）针对归一化之后的各个操作工况数据，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立局部独立成分分析软测量模型，将该模型参数存入数据库中备用；（6）收集新的过程数据，并对其进行预处理和归一化；（7）将归一化之后的新数据分别输入到各个独立成分分析模型中，计算该实时数据对应的局部熔融指数值；（8）通过贝叶斯推理方法计算当前数据在各个操作工况下的后验概率值，并以概率权重对各个子工况模型得到的结果进行集成和综合，得到最终的熔融指数软测量结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：葛志强，宋执环，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33