[发明专利]基于提升独立成分回归分析模型的熔融指数软测量方法

权利要求书

1.一种基于提升独立成分回归分析模型的熔融指数软测量方法，其特征在于，包括以下步骤：

（1）通过集散控制系统和实时数据库系统收集聚丙烯生产过程关键变量的数据：X={x_i∈R^m}_i=1,2,…,n，其中，n为样本个数，m为关键变量个数；分别将这些数据存入历史数据库，并选取部分数据作为建模用样本；

（2）通过离线实验室分析获取历史数据库中用于建模的样本所对应的熔融指数值，作为软测量模型的输出y∈Rⁿ；

（3）分别对步骤1和步骤2得到的关键变量和输出变量进行预处理和归一化，使得各个过程关键变量和熔融指数的均值为零，方差为1，得到新的数据集；

（4）针对归一化之后的数据集，利用提升学习算法对数据集进行重采样，得到多个子数据集{X_c,Y_c}_c=1,2,…,C，其中C为子数据集个数，然后，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立独立成分分析软测量模型，将该模型参数存入数据库中备用；

（5）收集新的过程数据，并对其进行预处理和归一化；

（6）将归一化之后的新数据分别输入到各个独立成分分析模型中，计算该实时数据对应的熔融指数值；

（7）通过对各个子模型得到的结果进行集成和综合，得到最终的熔融指数软测量结果。

2.根据权利要求1所述基于提升独立成分回归分析模型的熔融指数软测量方法，其特征在于，所述步骤4具体为：针对归一化之后的各个子数据集，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立独立成分分析软测量模型；通过对子数据集{X_c,y}_c=1,2,…,C进行独立成分分析，可以得到：

X_c=A_cS_c+E_c

其中，S_c为提取的独立成分矩阵，A_c为混合矩阵，E_c为残差矩阵。独立成分S_c和熔融指数y之间的回归关系如下：

Qc=(ScTSc)-1ScTy]]>

进而得到过程关键变量X_c和熔融指数y之间的回归关系为：

y=QcTSc=QcTWcXc=RcXc]]>

其中，W_c为独立成分模型的分解矩阵，R_c为软测量模型的回归矩阵。