System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于间歇过程监测,尤其涉及一种基于ulsp-ifrf(undecimatedlifting scheme packet-instantaneous frequency response function)的间歇过程模态划分方法。
技术介绍
1、间歇过程是现代工业中重要的生产方式,广泛应用于生物化工、医药、食品等行业,具有生产灵活、产品附加值高等特点。受频繁操作条件变化和物料更替影响,间歇过程包含多个不同的运行模态,具有多模态特性。对间歇过程进行合理地模态划分,并建立各个模态的软测量模型,能够提高间歇过程软测量模型预测的准确性,对保证产品质量与生产过程安全具有重要作用。
2、在现有的间歇过程模态划分方法中,基于建模识别的模态划分和基于聚类分析的模态划分均利用过程数据间的时域相似性划分模态,忽略了间歇过程不同批次间的数据分布变化,导致间歇过程不同批次模态划分的右端点存在较大差异,影响了间歇过程模态划分的合理性。因此,专利技术一种基于ulsp-ifrf的间歇过程模态划分方法,充分考虑间歇过程的时变、非线性、多模态特性,利用ulsp对过程变量进行时频域分解,采用瞬时频率响应函数表征间歇过程的动态特性,结合模糊c均值聚类算法实现间歇过程模态划分,能够提高间歇过程模态划分的合理性。
技术实现思路
1、本专利技术以提高间歇过程模态划分的合理性为目的,提出一种基于ulsp-ifrf的间歇过程模态划分方法,包括以下步骤:
2、步骤一:采集多批次间歇过程数据,将数据标
3、步骤二:选择间歇过程的输入变量和输出变量,利用互功率谱法计算输入输出变量的小波域瞬时频率响应函数值,获得间歇过程瞬时频率响应函数特征集;
4、步骤三:利用模糊c均值算法对间歇过程瞬时频率响应函数特征集进行聚类,依据模态隶属度划分间歇过程模态,实现间歇过程模态划分,得到间歇过程模态数据集。
5、所述步骤一,具体包括:
6、采集i个批次的间歇过程数据x(i×k×v),其中,i为间歇过程批次数目,k为间歇过程采样点数目,v为间歇过程可测量变量数目;选取间歇过程可测量变量中j个变量用于模态划分;按批次方向展开间歇过程数据x得到xi(k×j),i=1,2,…,i,计算间歇过程各个批次中的过程变量的均值,并将各批次中的过程变量分别减去均值并除以标准差进行标准化,获得标准化间歇过程各批次数据
7、利用ulsp对标准化后的间歇过程数据进行预测与更新操作,完成间歇过程数据的高低频分解。预测的目的是消除间歇过程数据中的低频特征,保留间歇过程第k采样时刻数据的细节信息d[k],其计算方式表示为
8、
9、式中,k=1,2,…,k表示间歇过程数据的采样时刻;表示间歇过程第k个采样时刻的数据;为的预测值,由间歇过程预测器p中的预测系数与间歇过程数据进行卷积运算得到。
10、设间歇过程预测器长度为n,则预测器p中的预测系数为
11、
12、式中,pq为预测器p第q个预测系数;b为预测系数序号。
13、更新的目的是获取间歇过程第k采样时刻数据的低频特征c[k],其计算方式为
14、
15、式中,u(d[k])为间歇过程第k采样时刻数据的细节信息d[k]的更新值,由更新器u中的更新系数u与间歇过程数据进行卷积运算得到;ulsp更新器长度与预测器长度n相等,更新系数u为预测系数p的一半,即p=2u。
16、若表示间歇过程数据在第v层分解得到的w个频带,和由分解得到,分解的过程表示为
17、
18、
19、式中,v为间歇过程分解层数;w=2,4,…,2v为间歇过程v层分解得到的频带数;为间歇过程第v层分解第2vn个更新器的系数;为间歇过程第v层分解第2vn个更新器的系数。
20、对间歇过程数据进行v层分解,若初始预测器p=(pq),q=1,2,…,n,其中q表示预测器序号,pq表示间歇过程预测器第q个预测系数,则间歇过程第v层分解第g个预测器的预测系数的计算方式为
21、
22、若间歇过程初始更新器其中z表示更新器序号,uz表示间歇过程更新器u第z个更新系数,则间歇过程第v层分解第r个更新器的系数的计算方式为
23、
24、利用间歇过程各个过程变量的预测器与更新器对间歇过程数据进行卷积运算,实现间歇过程数据的ulsp分解,分解过程表示为
25、
26、式中,表示间歇过程分解后得到的数据集;ulspw,v(·)表示间歇过程提升小波包变换分解函数。
27、经过v次分解后,获得l=2v个频带,得到分解后的间歇过程多频带数据集
28、所述步骤二,具体包括:
29、计算步骤一所得分解后间歇过程数据的瞬时频率响应函数值。对于间歇过程输入变量x(k)和输出变量y(k),输入输出变量间瞬时频率响应函数值hifrf(k,l)的计算式为
30、
31、式中,l=1,2,…,l为间歇过程频带数;gxx(k,l)和gyy(k,l)分别为间歇过程输入变量x(k)和间歇过程输出变量y(k)的自功率谱密度;gxy(k,l)为x(k)和y(k)的互功率谱密度。
32、gxx(k,l)、gyy(k,l)和gxy(k,l)的计算方式分别为
33、gxx(k,l)=||ulspk,l[x(k)]||2 (10)
34、gyy(k,l)=||ulspk,l[y(k)]||2 (11)
35、gxy(k,l)=ulspk,l[x(k)]ulspk,l[y(k)] (12)
36、式中,||·||表示计算欧氏距离操作。
37、实际间歇过程中,输入变量多为控制器设定值,随机扰动小;输出变量多为现场传感器采集得到,存在一定的测量噪声,且间歇过程中输入变量x(k)的取值在频域内存在近似为0的情况,为避免hifrf(k,l)计算时分母为0,依据维纳-辛钦公式,计算间歇过程输入输出变量间瞬时频率响应函数值hifrf(k,l)为
38、
39、式中,为输出变量y(k)测量值的方差。
40、从间歇过程j个过程变量中选择r个作为输入变量,剩余s个过程变量作为输出变量,间歇过程输入变量和输出变量的自功率谱与互功率谱分别为
41、
42、
43、
44、式中,x(k,l)和y(k,l)为间歇过程输入变量和输出变量第k个采样时刻数据ulsp分解得到的l个频段;t表示矩阵转置;xr(k,l)表示间歇过程第r个输入变量的ulsp分解;ys(k,l)表示间歇过程第s个输出变量的ulsp分解。
本文档来自技高网...
【技术保护点】
1.一种基于ULSP-IFRF的间歇过程模态划分方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种基于ULSP-IFRF的间歇过程模态划分方法,其特征在于:所述步骤一,具体包括:
3.根据权利要求1所述的一种基于ULSP-IFRF的间歇过程模态划分方法,其特征在于:所述步骤二,具体包括:
4.根据权利要求1所述的一种基于ULSP-IFRF的间歇过程模态划分方法,其特征在于:所述步骤三,具体包括:
【技术特征摘要】
1.一种基于ulsp-ifrf的间歇过程模态划分方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的一种基于ulsp-ifrf的间歇过程模态划分方法,其特征在于:所述步骤一,具体包括:
3....
【专利技术属性】
技术研发人员:王建林,李季,随恩光,周新杰,
申请(专利权)人:北京化工大学,
类型:发明
国别省市:
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。