【技术实现步骤摘要】
【国外来华专利技术】用于估计扰动并且对改进过程性能给出建议的方法
[0001]本专利技术涉及一种用于估计扰动的方法和装置
。
本专利技术还涉及一种用于对改进过程性能给出建议的方法和装置
。
该过程是水密集型工业过程,例如造纸过程
、
制板机器
、
废水处理等
。
技术介绍
[0002]许多工业过程
(
如造纸
/
制板机器
、
水处理过程等
)
是复杂的实体
。
它们包含许多子过程,这些子过程共同形成一个完整实体,如造纸机器
。
子过程由过程特定控制器控制
。
另一方面,在若干单独的控制装置中,变量可能相互影响
。
因此,为了更好地理解整个过程,创建了不同的系统
。
[0003]机器学习
(ML)
算法用于对过程
(
如造纸或水处理
)
的行为进行建模
、
分析和估计的系统
。ML
算法用于具有多变量过程的过程,因此要进行大量的测量
。
大量数据被生成和处理,尤其是在线并且每天进行测量时
。
[0004]机器学习为系统提供了自动学习的能力并且还提供了在没有明确编程的情况下根据经验进行改进的能力
。
因此,计算机系统使用机器学习
(ML)
工具算法和统计模型来执行特定的一项或多项任务, ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.
一种用于估计扰动并且对水密集型工业过程的过程性能给出建议的方法,所述水密集型工业过程具有以下步骤:测量过程的变量
50
并且收集过程数据,以及对测量和收集步骤的测量和过程数据进行预处理
51
,其特征在于,所述方法还包括用于估计扰动
52
和形成建议
53
的步骤,对于过程的参数的每个扰动估计,估计所述扰动的步骤包括以下子步骤:从预先选择的所述过程的变量的组中接收预处理的测量和过程数据
60
,对接收的预处理的测量和过程数据进行归一化
61
,对归一化的数据进行运算
62
,以及对运算的归一化的数据进行缩放
64
,缩放步骤的输出
64
是所述过程的参数的所述扰动估计,对于每个建议形成,形成所述建议的步骤包括以下子步骤:从预先选择的所述缩放步骤的输出的组中接收所述扰动估计
70
,将每个接收的扰动估计映射到状态类别中的一个
71
,并且利用映射的扰动估计形成每个建议
72。2.
根据权利要求1所述的方法,其特征在于,所述方法包括用于从所述预处理的测量和过程数据形成机器学习值的另一个步骤
85
,当估计扰动时,所述机器学习值也与所述预处理的过程和测量数据一起使用,使得接收步骤
80
还从预先选择的所述机器学习值的组中接收所述机器学习值,归一化步骤
81
还对接收的机器学习值进行归一化,运算步骤
82
还对归一化的机器学习值进行运算,并且缩放步骤
83
还对运算的归一化的机器学习值进行缩放,所述缩放步骤的输出是所述过程的参数的所述扰动估计
。3.
根据权利要求2所述的方法,其特征在于,所述方法包括用于从所述机器学习值形成解释值的另一个步骤
95
,当估计扰动时,所述解释值也与所述预处理的过程和测量数据以及机器学习值一起使用,使得接收步骤
90
还从预先选择的所述解释值的组中接收所述解释值,归一化步骤
91
还对接收的解释值进行归一化,运算步骤
92
还对归一化的解释值进行运算,并且缩放步骤
93
还对运算的归一化的解释值进行缩放,所述缩放步骤的输出是所述过程的参数的所述扰动估计
。4.
根据权利要求1至3中任一项所述的方法,其特征在于,归一化步骤包括归一化函数,所述归一化函数对于每个接收的数据或值是特定的
。5.
根据权利要求1至3中任一项所述的方法,其特征在于,运算步骤包括一个或多个运算
。6.
根据权利要求1至5中任一项所述的方法,其特征在于,所述运算是求和
、
中值
、
平均值或最小值
/
最大值运算
。7.
根据权利要求1至6中任一项所述的方法,其特征在于,缩放步骤的所述缩放对于每个扰动估计是单独的
。
8.
根据权利要求1至7中任一项所述的方法,其特征在于,形成的建议用于调整所述过程的不同的控制装置的设定点和
/
或用于改变所述过程的原材料
。9.
根据权利要求8所述的方法,其特征在于,设定点建议包括用于化学品的剂量的建议,诸如滞留化学品
、
施胶剂
、
沉积控制化学品
、
电荷控制化学品
、
强化化学品
、
消泡剂
、
分散剂
、
杀菌剂
、
凝结剂
、
絮凝剂;用于塔水平
/
塔填充
/
排空,用于调整纸浆洗涤器的稀释水量,用于提高纸浆的洗涤效率,用于调整过程流的
pH
值,用于存储塔中的延迟时间,存储塔中的表面水平,或存储塔中过程流的通风
、
循环或混合,例如纤维悬浮液的存储塔
。10.
根据权利要求1至9中任一项所述的方法,其特征在于,所述过程是制浆过程
、
造...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。