基于數(shù)據(jù)驅(qū)動(dòng)的軟測(cè)量建模技術(shù)及其工業(yè)應(yīng)用

《基于數(shù)據(jù)驅(qū)動(dòng)的軟測(cè)量建模技術(shù)及其工業(yè)應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、浙江大學(xué)碩士學(xué)位論文摘要在工業(yè)生產(chǎn)和制造過程中，有‘些變量出于技術(shù)或經(jīng)濟(jì)的原因，無(wú)法直接測(cè)量，但是這些變量對(duì)于保證產(chǎn)品的質(zhì)量和保證生產(chǎn)裝置的平穩(wěn)運(yùn)行都十分罩要。為解決這個(gè)問題，軟測(cè)量技術(shù)應(yīng)運(yùn)而生，并已發(fā)展為當(dāng)前過程控制領(lǐng)域研究的熱點(diǎn)之一。軟測(cè)量技術(shù)的基本原理是根據(jù)某種最優(yōu)準(zhǔn)則，選擇一組在工業(yè)上容易檢測(cè)而且與主導(dǎo)變量有密切關(guān)系的輔助變量，通過構(gòu)造某種數(shù)學(xué)關(guān)系，來(lái)實(shí)現(xiàn)對(duì)主導(dǎo)變量的實(shí)時(shí)估計(jì)。奉論文的主要研究]：作包括以下幾個(gè)方面：】．對(duì)當(dāng)前軟測(cè)量技術(shù)的發(fā)展、現(xiàn)狀和特點(diǎn)等作了簡(jiǎn)單概述，并介紹了軟測(cè)量技術(shù)的概念、基本模型以及一些

2、常用的軟測(cè)量建模方法，其中熏點(diǎn)介紹了幾種典型的基于數(shù)據(jù)驅(qū)動(dòng)的軟測(cè)量建模技術(shù)。2．為了解決神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)難以確定的問題，提出了一種從RBF神經(jīng)網(wǎng)絡(luò)隱含層的輸出信息出發(fā)，通過PLS快速剪枝法，一次性地剪去多余苒點(diǎn)，生成最優(yōu)規(guī)模的數(shù)學(xué)模型的方法。仿真研究說明了該方法的有效性。3．為了提商軟測(cè)量模型的泛化能力，使用了基于統(tǒng)計(jì)學(xué)習(xí)理論(STL)和結(jié)構(gòu)風(fēng)險(xiǎn)最小化(SRM)原理的最小二乘支持向量機(jī)(LS—SVM)方法來(lái)建立軟測(cè)革模型，實(shí)驗(yàn)室仿真表明，該方法具有建模樣本需求量少，預(yù)測(cè)精度高的優(yōu)點(diǎn)。4．用基于PLS快速剪枝法的RB

3、F神經(jīng)網(wǎng)絡(luò)建模技術(shù)和最小二乘支持向最機(jī)建模技術(shù)分別對(duì)某化工企業(yè)精對(duì)苯：甲酸(PTA)晶體平均粒徑以及某硫酸廠復(fù)合肥裝置的養(yǎng)分含量建立了軟測(cè)量模型。通過實(shí)際工業(yè)數(shù)據(jù)仿真表明，這兩種方法均具有計(jì)算速度快、模型精度高的特點(diǎn)，適臺(tái)實(shí)際工程應(yīng)用的需求。最后，在總結(jié)全文的基礎(chǔ)上，探討r軟測(cè)量建模技術(shù)有待進(jìn)一步研究和探討的問題。關(guān)鍵詞：軟測(cè)鼉建模數(shù)據(jù)驅(qū)動(dòng)PLS快速剪枝RBFNNLS-SVM浙江大學(xué)碩士學(xué)位論文ABSTRACTInindustrialprocess，therearevariableswhichareveryimport

4、antforguaranteeingthequalityofproductsorkeepingtheprocessrunningproperly，buttheyareverydifficulttobemeasureddirectlyforreasoflsoftechnologyOreconomy．Tosolvethisproblem，anewconceptionnamedsoft-sensoriscreatedandhasbeenoneofthen]ostimportantresearchdirectionsinthe

5、areaofprocesscontr01．Itsbasicprincipleistoselectasetofsecondaryvariablesthataleeasytobedetectedandpossesscloserelationship州ththe州maryvariablesaccordingtOcertain“optima／”criteria．Theselectedsecondaryvariablesarethenusedtoobtaintheon—lineestimationoftheprimaryvari

6、ablesbyconstructingsomemathematicrelationshipbetweenthesevariables．Themainresearchworksconductedinthisdissertationaredescribedasfollows：I．Thedevelopment，actualityandtraitsofthesoft—sensortechniquearesummarized，andtheconcept，basicmodelandsomecomlnonmodelingtechno

7、logiesofsoft—sensorareintroduced．Thereinto，sometypicalsoft-sensormodelingtechnologiesbasedondatadrivenarestressed．2．InordertOsolvetheproblemofdecidingthenumberofnodesofthehiddenlayerofneuralnetwork，asoft—sensormodelingalgorithmwhichCanpruneawaytheredundantnodeso

8、ftheRBFneuralnetworkatonetimebyanalyzingtheoutputinformationofitshiddennodeswithPLS—Pruningalgorithmispresentedandthecorrespondingoptimizedmathematicanalyticalmodelca