工业分布参数动态软检测方法探究重点.docxVIP

工业分布参数动态软检测方法探究 I 摘要： 目前关于工业参数的测量世界各国已经提出多种测量方法，中激光自动跟踪测量法虽然具有潜在的发展前景，但结构复杂,制造费用十分昂贵;机械式测量使被测空间受到限制,测量精度也难以满足要求;其它测量方法如照相法、经纬仪法目前测量的分辨率都不高。 在工业生产过程中，由于受到现有的检测技术和其他条件的限制，无法直接在线测量许多关键的工业参数。软测量技术的研究为在线测量这些关键工业参数提供了解决方案，但大多数研究主要针对非时变工业过程，在时变工业过程中应用这些技术还有许多缺陷。本文针对时变工业过程中的关键参数软测量方法展开研究，探讨了三种对于时变过程参数的动态软测量建模方法。本论文主要的研究工作如下：针对采用静态最小二乘支持向量机模型在预测时变生产过程参数时存在较大误差的问题，提出了基于移动窗的动态最小二乘支持向量机算法。该算法在传统的最,j,--乘支持向量机的基础上增加一个移动窗，利用增量学习算法和减量学习算法更新策略，选取样本建立模型。精馏塔参数软测量实验表明，该方法可以提高模型的预测精度和泛化性能。 从核函数的角度出发，提出了基于移动窗的动态多核最小二乘支持向量机算法，利用多核组合代替单核，增强了模型的可解释性；利用移动窗技术，增加了模型的辨识能力以及其更新效率。最后通过一个单变量函数和多变量函数的仿真实验，表明了此算法在解决凸优化等问题时，具有