大范围工况系统的软测量算法研究

大范围工况系统的软测量算法研究

ID:35073107

大小:4.12 MB

页数:71页

时间:2019-03-17

大范围工况系统的软测量算法研究_第1页
大范围工况系统的软测量算法研究_第2页
大范围工况系统的软测量算法研究_第3页
大范围工况系统的软测量算法研究_第4页
大范围工况系统的软测量算法研究_第5页
资源描述:

《大范围工况系统的软测量算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号密级公开UDC编号专业学位硕士学位论文大范围工况系统的软测量算法研究DevelopmentofSoftSensorforthePlant-WideProcess指导教师潘天红教授作者姓名郭威申请学位级别硕士学科(专业)控制工程论文提交日期2016年4月论文答辩日期2016年6月学位授予单位和日期江苏大学2016年6月答辩委员会主席评阅人学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存

2、论文。本人电子文档的内容和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。本学位论文属于不保密□。学位论文作者签名:指导教师签名:年月日年月日独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容以外,本论文不包含任何其他个人或集体

3、已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日江苏大学硕士学位论文摘要随着现代流程工业不断发展,对产品多样性的需求越来越高,生产过程日趋大型化、复杂化,系统的工况也随之增多,传统单一建模方式的软测量算法已不能满足大范围工况系统的需求。而基于分治策略,利用自适应机制的软测量算法倍受人们关注。本文以大范围工况系统为研究对象,以软测量算法为主要研究

4、内容,提出了一种自适应多级偏最小二乘回归算法(PLS)和一种自适应高斯混合模型回归算法(GMM),其主要内容包括:在多阶段大范围工况系统中,工况变化明显,过程变量的变动远小于系统工况的变化。为此,本文依据过程变量方差的变动,提出一种多级偏最小二乘回归的软测量算法。首先,在对比系统过程变量的方差大小基础上,以方差最大的过程变量作为等级变量,划分系统的工况,并计算各工况下变量的均值;在消除各工况差异后,构造PLS的建模变量,消除工况变化对PLS模型的影响,提高软测量算法的预测精度;此外,为增强算法的自适应能力,本文还基于滑动

5、窗口机制,提出一种自适应多级偏最小二乘算法,并以CSTR模型为例,验证该算法的有效性。最后,将本文算法应用到蒸馏塔IPB浓度检测的软测量中,拓展了算法的应用。由于操作条件的变化,大范围工况系统往往也会呈现非阶段特性,不易于工况划分。为此,本文基于分治策略,提出一种自适应高斯混合模型回归算法。首先利用聚类算法将系统划分为若干工况,将每个工况视为一个高斯过程,利用期望最大化算法,优化得到各工况下的最优参数,并建立其高斯子模型,以加权策略获取整个系统的GMM软测量模型;在此基础上,引入减法聚类算法,大大减小了在线聚类的计算量,

6、提高了GMM模型的自适应能力。最后,仿真实例验证了算法的有效性。关键词:大范围工况系统,数据驱动,软测量,自适应多级偏最小二乘(MSPLS),自适应高斯混合模型(GMM)I大范围工况系统的软测量算法研究ABSTRACTWiththedevelopmentofmodernprocessindustries,thediversityofproducts’specificationisincreasingandsystemisbecominglargeandcomplicated.Meanwhile,thenumberofop

7、eratingconditionisalsoincreased.Thetraditionalsoftsensorusingaglobalmodelcannotsatisfytherequirementofplant-wideprocess.TheadaptivesoftsensorbasedonDivide-and-Conquerstrategyisgettingmoreandmoreattention.Inthispaper,anadaptiveMulti-StatePartialLeastSquaresregress

8、ionalgorithm(MSPLS)andanadaptiveGaussianMixtureModelregressionalgorithm(GMM)areproposedasfollows:Intheplant-wideprocesswithmultiphase,thevariationofprocessvari

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。