结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法技术

结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法，属于工业分布式产品预测技术领域。它包括如下步骤：1、对典型的批量结晶过程提取特征，提取特征参数包括时间、温度和种子长度；2、对提取到的特征建立局部在线高斯过程回归模型进行训练并评估，采用GPR与JIT策略集成对数据进行分析预测。本发明专利技术从仿真数据中提取的特征及建立局部在线高斯过程回归模型并对训练模型进行评估，在高斯过程回归模型的基础上集成JIT(just‑in‑time)策略，使其结果更加符合实际标签值，最终其结果可以应用到工业结晶过程的晶体尺寸分布预测过程中，予以一定的指导意义。

【技术实现步骤摘要】
结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法
本专利技术属于工业分布式产品预测
，具体涉及结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法。
技术介绍
目前，由于化学工业中竞争激烈的市场，对产品多样化的需求不断增长，需要更短的产品生命周期和更严格的性能规格，此外，在某些化学过程中，感兴趣的输出产品具有分布性质而不是单一值。在结晶过程中，晶体尺寸分布(CSD)在生产高质量产品和确定下游操作(例如过滤和洗涤)的效率方面至关重要。为了对那些具有分布式输出的化学过程中的产品质量进行建模，许多先前的研究都集中在分布式质量变量的单一集总值上。例如，熔体指数通常被认为是聚合过程中的产品质量，但是，最近的研究表明，通过调整分布式输出可以进一步提高经济收益，因为它可以显著影响产品质量和流程效率。通常，这样的化学过程是非高斯的，并且也可能表现出很强的非线性，在这些情况下，输出要充分表征过程的随机输出的概率行为。相反，控制器设计的目的应该是针对所需的分布形状跟踪分布的输出，所以，在线获取可靠和准确的分布式输出信息(即产品质量)对于进一步开发良好本文档来自技高网...

【技术保护点】
1.结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法，其特征在于包括以下具体步骤:/n1)、对典型的批量结晶过程提取特征，具体步骤如下：/n1.1)、在结晶过程中获得相关参数数据，重复生成N组数据；/n1.2)、每组数据中的时间间隔从0-10000s范围内，等间隔取N1个时间点，每组数据中取温度数据N1个，每组数据中的结晶种子长度从0-0.0015m范围内等间隔取N2个点；/n2)、对提取到的特征建立局部在线高斯过程回归模型进行训练并评估:采用GPR与JIT策略集成对数据进行分析预测，对于查询分布形状

【技术特征摘要】
1.结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法，其特征在于包括以下具体步骤:
1)、对典型的批量结晶过程提取特征，具体步骤如下：
1.1)、在结晶过程中获得相关参数数据，重复生成N组数据；
1.2)、每组数据中的时间间隔从0-10000s范围内，等间隔取N1个时间点，每组数据中取温度数据N1个，每组数据中的结晶种子长度从0-0.0015m范围内等间隔取N2个点；
2)、对提取到的特征建立局部在线高斯过程回归模型进行训练并评估:采用GPR与JIT策略集成对数据进行分析预测，对于查询分布形状其中，xq,i表示第i个查询样本，T表示矩阵的转置，yi表示第i个查询样本的标签，表示第i个查询样本的输入，Nq表示总查询样本数；建立用于在线预测模型，其具体步骤如下：
2.1)、基于相似性准则，选择相关输入样本以在数据库S中构建相似集合Sqi；
2.2)、使用相关数据集Sqi，构建及时在线高斯过程回归模型fJGPR(xqi)；
2.3)、获得预测值fJGPR(xqi)，然后丢弃及时在线高斯过程回归模型fJGPR(xqi)以节省存储器。


2.根据权利要求1所述的结晶过程晶体尺寸分布的及时在线高斯过程回归模型方法，其特征在于所述步骤1.2中，时间点数据按照如下公式进行选取：
batch_time＝160*60*(1+0.001*randn)
tt＝linspace(0.001，batch_time，N1)
其中，batch_time表示反应时间的最大值，randn表示随机产生的正态分布噪声，lins...

【专利技术属性】
技术研发人员：杨克允，肖凡，娄维尧，马正阳，沈伟健，林韩波，赵世超，蔡姚杰，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33