[发明专利]基于CCA-PLS的大化工过程分布式建模方法有效

专利信息
申请号: 201410281218.9 申请日: 2014-06-20
公开(公告)号: CN104062904A 公开(公告)日: 2014-09-24
发明(设计)人: 李丽娟;熊路;杨世品;胡蓓蓓 申请(专利权)人: 南京工业大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 北京科亿知识产权代理事务所(普通合伙) 11350 代理人: 汤东凤
地址: 210009 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 cca pls 化工 过程 分布式 建模 方法
【权利要求书】:

1.基于CCA-PLS的大化工过程分布式建模方法,其特征在于按照以下步骤进行:

步骤1:分析大化工过程的质量指标,选择与质量指标密切相关的关键变量作为输出变量,收集整个系统的过程变量作为输入变量,采集相应的数据得到输入变量集X和输出变量集Y,令Yi为输出变量集Y中第i个分量;

步骤2:对输入输出数据{X,Yi}进行归一化处理,通过典型相关分析,求出输入变量X和输出变量Yi之间达最大相关系数时的主轴向量r1i

步骤3:根据主轴向量r1i各分量绝对值的大小设定门槛值ζi,选择大于门槛值的输入变量为子系统i的输入变量,从而确定与Yi对应的子系统输入,实现子系统分解;

步骤4:令i=i+1,返回步骤2,直至对所有的输出处理完毕;

步骤5:根据所确定的子系统及相应的输入输出变量,构造各子系统j的样本数据集[Xj,Yj],采用PLS算法依次对所有子系统建立模型。

2.按照权利要求1所述基于CCA-PLS的大化工过程分布式建模方法,其特征在于:所述步骤2中通过典型相关分析求取主轴向量r1i具体过程为:

1)对数据矩阵X和Yi分别进行奇异值(SVD)分解

[Ux,Sx,Vx]=SVD(X),

[Uyi,Syi,Vyi]=SVD(Yi),

分别得到矩阵Ux,Sx,Vx,Uyi,Syi,Vyi,满足X=Ux*Sx*Vx',Yi=Uyi*Syi*Vyi';

2)对U'xUyi再次实施SVD分解,并计算主轴向量矩阵Ri和Ci

[Uzi,Szi,Vzi]=SVD(U'xUyi),

Ri=VxSx-1Uzi,]]>

Ci=VyiSyi-1Vzi,]]>

Ri中第一列向量即为所求向量r1i

3.按照权利要求1所述基于CCA-PLS的大化工过程分布式建模方法,其特征在于:所述步骤5中子系统PLS建模过程如下:

1)归一化Xj,Yj;初始化k:=1;

2)为中的第一列;

3)建立PLS外部模型:重复下列循环直到收敛

wkj=(Xkj)ukj/||(Xkj)ukj||,]]>

tkj=Xkjwkj,]]>

qkj=(Ykj)tkj/||(Ykj)tkj||,]]>

ukj=Ykjqkj;]]>

4)计算Xj的负载向量:

pkj=(Xkj)tkj/(tkj)tkj;]]>

5)建立内部模型:

bkj=(ukj)tkj/(tkj)tkj;]]>

6)计算余量矩阵:

Xk+1j=Xkj-tkj(pkj),]]>

Yk+1j=Ykj-bkjtkj(qkj);]]>

7)计算

rkj=Πl=1k-1(I-wlj(plj))wkj,]]>

构造矩阵

Tj=t1jt2j...tkj]]>

Pj=p1jp2j...pkj]]>

Qj=q1jq2j...qkj]]>

Bj=diagb1jb2j...bkj]]>

Rj=r1jr2j...rkj;]]>

8)计算回归系数得到第j个子系统PLS模型

9)验证模型精度,若满足要求,一个子系统建模过程结束;否则令k:=k+1,返回第2)步;

10)重复1)-9)步对下一个子系统进行PLS建模,直至所有的子系统建模完毕。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京工业大学,未经南京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410281218.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top