[发明专利]一种基于工艺指标调节潜质的工况划分和识别方法

权利要求书

1.一种基于工艺指标调节潜质的工况划分和识别方法，其特征在于：包括以下步骤：

S1：变量预处理

根据工业过程的反应过程，选取控制变量和被控变量，首先对被控变量和控制变量进行预处理，采用中值滤波滤去原数据中波动较大的点，采用3σ原则去除原数据中的离群点，最后将被控变量和控制变量进行数据标准化；

S2：获取动态波动系数

根据变量之间相关性大小原理，采用滑动窗口的方法，将控制变量和被控变量划分为一个个窗口大小。通过平移被控变量的窗口，计算出控制变量与被控变量窗口之间的最大相关度，此时所平移得到的步长就是所估计的动态时延。同时记录下被控变量与控制变量之间的最大动态相关度。然后平移控制变量的滑动窗口，计算下一个窗口的动态时延和最大动态相关度。根据之前计算的动态时延，可以确定每段窗口时延之后的被控变量窗口，然后通过一个线性模型来拟合这段被控变量，计算拟合模型和实际被控变量之间的误差。我们将此计算所得到的值定义为动态波动系数；

S3：构建模糊评估模型

选择Z型、钟型和S型作为模糊隶属度函数，然后根据计算出的动态时延、最大动态相关度以及动态波动系数的范围，分别定义出相对应的模糊域：低值域(L)、中值域(M)、高值域(H)。根据控制特征，低值域代表着控制效果在一个比较理想的范围，中值域代表控制效果是在可接受的范围，高值域代表控制效果处于一个较差的情况。由此可以构建出一套模糊规则，该模糊评估模型共有三个输入，分别为动态时延，动态最大相关度以及动态波动系数；

S4：获取评估值并划分类别

在通过模糊规则得到相对应的语义值后，选择通过重心法来进行反模糊化，得到评估值，即所定义的工艺指标调节潜质。将工艺指标调节潜质范围定义为[-1,1]，评估值越接近于1，则代表控制效果越好。获得评估值后，可以根据评估值的分布特点，选择将评估值划分为几个类别，一般可以划分为最优控制类，次优控制类等；

S5：控制框架设计

①考虑到上述步骤已经将工况进行划分，提出基于支持向量机(SVM)进行控制规则提取。选取最优控制域，将其划分为7个区域段，控制变量根据它们的大小标记为{-3,-2,-1,0,1,2,3}。进行多类支持向量机建模，根据可控域内样本所标记的类，得到支持向量对应的原始样本。对原始样本进行模糊处理，控制变量、过程变量和被控变量映射到相应的模糊集。最后根据输入和输出变量得到模糊规则，由于训练样本中存在干扰样本点，因此提取的规则中存在无效规则，因此还需要对规则进行过滤，包括以下基本原则：

a、如果控制变量的当前语义值小于目标语义值，且其调整后的语义值为正，则有效；

b、如果控制变量的当前语义值大于目标语义值，且其调整后的语义值为负，则有效。

②在获取控制规则之后，可以构建相应的控制框架。控制框架分为离线部分和在线部分。在离线部分，首先从训练集中提取控制特征。然后通过模糊评价得到工艺指标调节潜质并划分可控域。可控域划分后，通过支持向量机(SVM)方法提取最佳可控域的模糊规则，加入模糊规则库。在在线部分，提取输入样本的控制特征，然后划分到相应的可控域中。

2.根据权利要求1所述的一种基于工艺指标调节潜质的工况划分和识别方法，其特征在于：控制对象采用模糊控制和PID相结合的方式进行控制，其中模糊控制的模糊规则是通过离线训练得到的。对于在线样本，如果它们处于可控域内且可控性较好，则采用模糊控制。如果处于可控性较差的可控域，则采用PID控制。