[发明专利]一种基于有监督的线性动态系统模型的软测量建模方法

摘要

本发明公开了一种基于有监督的线性动态系统模型的软测量建模方法，用于工业生产在噪声环境下的动态过程的软测量建模，并实现对于难以直接测量的质量变量的预测。本发明基于有监督的线性动态系统模型，建立了一个有效的软测量建模，并克服了工业生产中过程的动态性和采集数据的随机性特征。相比目前的其它方法，本发明建立的模型更加精确，模型的预测更加准确，使产品质量更加稳定；而且改善了软测量建模对过程知识的依赖性，更加有利于工业过程的自动化实施。

主权项

1.一种基于有监督的线性动态系统模型的软测量建模方法，其特征在于，包括以下步骤：(1)利用集散控制系统以及离线检测方法收集工业生产中的过程变量和质量变量的数据，组成建模用的训练样本集：X＝[x1,x2,…,xN]∈RV×N和Y＝[y1,y2,…,yN]∈RL×N，其中，R为实数集，RV×N表示X满足V×N的二维分布，RL×N表示Y满足L×N的二维分布，V为过程变量个数，L为质量变量个数，N为采样数据点数，将数据存入历史数据库；(2)从历史数据库中调用训练样本集X和Y，分别对训练样本集X中的各个样本和Y中的各个样本按照时间点方向进行排序，得到X′＝[x′₁,x′₂,…,x′_t,…,x′_N]∈R^V×N和Y′＝[y′₁,y′₂,…,y′_t,…,y′_N]∈R^L×N，x′_t和y′_t分别为t时刻采集到的过程变量的训练样本和质量变量的训练样本，t＝1,2,…,N；对每一个训练样本进行标准化处理，即使得各个过程变量和质量变量的均值为0，方差为1，得到的新数据矩阵分别为和其中，为x′_t经标准化处理后得到的样本，为y′_t经标准化处理后得到的样本，t＝1,2,…,N；(3)根据训练样本集和采用期望最大化方法建立有监督的线性动态系统模型，得到模型参数θ；(4)将建模数据和模型参数θ存入历史数据库中备用；(5)收集新的过程变量的在线数据：其中为当前t时刻的在线过程变量数据；对其标准化处理，得到(6)采用基于有监督的线性动态系统模型的软测量建模方法，根据历史数据库中的数据和过程变量的在线数据预测对应时刻难以直接测量的质量变量实现工业生产上对质量变量的监控；所述步骤(6)具体为：(6.1)根据有监督的线性动态系统模型参数θ和过程变量的在线数据通过无监督的线性动态系统模型的前向滤波方法计算出对应的隐变量的值其中f_t^new∈R^H×1为当前t时刻隐变量的值，这里是用隐变量的滤波均值来作为隐变量的值；(6.2)根据有监督的线性动态系统模型参数θ和历史数据库中的数据，预测出难以直接测量的质量变量如下所示：其中，σ1,σ2,…,σL为训练样本集Y中每个质量变量的方差，μ1,μ2,…,μL为训练样本集Y中每个质量变量的均值。