[发明专利]一种面向流程型制造业的高级过程控制的机器学习系统

权利要求书

1.一种面向流程型制造业的高级过程控制的机器学习系统，其特征在于，包括模型库、数据读入和预处理模块、离线训练引擎、模型性能的实时评估组件以及高级过程控制器；

模型库内置多个适用于流程行业的机器学习模型；

数据读入和预处理模块负责获取数据，并对数据进行预处理；

离线训练引擎挑选模型库中的一个或多个模型以及预处理之后的数据来进行最优模型的寻找和模型参数的训练；所有训练过程通过简单配置，简单配置的内容包括希望达到的目标精度或计算迭代次数的限制，模型参数允许可变的范围，实现自动化的运行；该引擎帮助用户发现和最终控制目标相关性最大的多个数据项，或者发现哪些数据项导致了模型的不稳定，从而帮助选择最合适的在线仪表；

将最终控制目标输入高级过程控制器，高级过程控制器利用筛选出来的最优模型以及现场真实运行数据，自动计算找到控制变量的最优解，并将该最优解输出送给设备的硬件控制单元；

模型性能的实时评估组件能够实时获取现场运行数据并在训练完成之后的模型上进行测试，选取一个实际测试中性能最优的模型进行实际的过程控制；

高级过程控制器利用筛选出来的最优模型以及现场真实运行数据，找到控制变量的最优解，并将该最优解输出送给设备的硬件控制单元；

当在实际运行过程中发现模型的性能下降或开始下降时，模型性能的实时评估组件负责切换更优的模型或发出系统异常通知。

2.根据权利要求1所述的一种面向流程型制造业的高级过程控制的机器学习系统，其特征在于，机器学习模型包括但不限于标准线性回归、多项式回归、Lasso回归、局部加权回归、随机森林、梯度上升决策树。

3.根据权利要求1所述的一种面向流程型制造业的高级过程控制的机器学习系统，其特征在于，所述数据读入和预处理模块从历史数据中读取数据。

4.根据权利要求1所述的一种面向流程型制造业的高级过程控制的机器学习系统，其特征在于，所述数据读入和预处理模块通过自动激励的方式获取数据。

5.根据权利要求1所述的一种面向流程型制造业的高级过程控制的机器学习系统，其特征在于，数据读入和预处理模块的预处理方法包括过滤非法数据以及生成高纬度的新数据。