基于多元统计投景的改进软测量技术.pdfVIP

基于多元统计投影的改进软测量技术 冯雄峰，阳宪惠，徐用懋 (清华大学自动化系北京100084) 李伟玲．黄河渍，陈剑灵 (福建炼油化工有限公司，福建惠安362Io。) ■曩本文将多元统计投影方法引入到基于神经元网络的软测量技术中．该方法能很好地解决输入变量线性相关所 带来的软测量仪表推广能力下降问题，在保证甚至提高软测量仪袁性能的同时简化软测量仪表结构。一个工业应用 实例说明了该方法的有效性。 关■翊多元统计投影．软测量仪表，神经元网络 l引言 油品质量(如汽油干点、柴油倾点等)是炼油生产过程的主要评价指标。由于成本、 测量滞后和维护保养上的原因，在线质量仪表的应用至今还不是很广泛，油品质量的测 量一般靠化验室定时采样分析来完成，采样周期一般是4—8小时。从质量控制的角度 看，如此大滞后、长周期的质量数据很不利于操作工了解生产过程的实时质量状况，更 谈不上质量闭环控制，为此，油品质量的软测量技术一直受到人们的关注。 基于神经元网络(Neural Network，简称NN)的软测量技术是常见的软测量技术之 一。本文工作将基于主元分析(PrincipalComponentAnalysis，简称PCA)的多元统计 投影方法引入到基于神经元网络的软测量技术中以解决网络输入变量的线性相关问 题，并举例说明了这种方法的有效性。 2基于神经元障皤的软测量技术简介 采用神经元阿络方法实现油品质量软测量基于这样一个认识：浊品的质量指标与原 油蒸馏过程中的过程变量及原油物性等因素之间存在着的非线性关系可以用神经元网 络来近似逼近。 一个典型的软测量仪表结构如图l所示。软测量仪表的主体是一个前向神经元网 络；网络的输出Y即是所要测量的目标，如油品质量。输入变量Xi(i_1，2，…m)的选择要 根据测量目标而定，以油品质量软测量仪表为例，在选择输入变量时，要结合工艺机理 分析和实际生产装置特点，选出对油品质量有较大影响的过程变量或者由过程变量、原 油物性等因素计算得到的中间量作为软测量仪表的输入，如侧线抽出温度、精馏塔顶 温、顶压、原油综合收率等。神经元网络的类型一般采用单、双隐层前向神经元网络， 隐层层数和隐节点的个数的选择要根据实际的应用场合而定。神经元网络的隐层节点函 数一般用sigmoid函数，而输 XI X2 Y 圈1软测量仪表结构图 在基于神经元网络的软测量技术应用中，一个普遍存在但是未受到充分重视的问题 是软测量仪表输入变量之间的线性相关性。众所周知，如果使用最小二乘法进行Y对 X。(净I．2，…，n)的线性回归，x。之间的线性相关性将导致最小二乘解的奇异性。基于神经 元网络的软测量仪表可以看作是用神经元网络进行Y对X。(i=l，2，…，n)的非线性回归，文 献[1]指出，虽然该方法可以避免最小二乘法中的对奇异矩阵求逆的问题，但是X。之间 线性相关性的存在必将导致软测量仪表推广能力的降低(具体表现为仪表输出对输入噪 声的敏感性)。此外，输入变量的线性相关性也说明网络的输入信息是冗余的，这种冗 余性一方面说明可以通过信息压缩方法来减少输入变量的个数、简化神经元网络结构， 另一方面也说明在同样的神经元网络规模下有可能引入更多有关的过程变量以加强软 测量仪表的逼近能力。下面介绍的基于主元分析的多元统计投影方法为解决输入变量的 线性相关性问题提供了很好的手段。 3基于多元统计投影的改进软测量技术 3．1基于主元分析的多元统计投影 StatisticalProcess 主元分析是多元统计过程控制(Multivariate Control，简称MSPC) 方法中最重要的数学工具，它的主要功能是利用变量之间的线性相关关系对多维信息进 行统计压缩，用少部分互不相关的主元变量来描述多维空间的绝大部分动态信息。本文 中所用到的多元统计投影方法是主元分析结果的应用。 设神经元网络软测量仪表的输入变量向量为静[)(1．x2，…，X。】，对应的归一化向量为