[发明专利]一种聚合反应过程的质量模式监测方法

说明书

本发明提供一种聚合反应过程的质量模式监测方法，属于流程工业生产加工领域。该方法首先对初始数据进行采集并预处理，然后进行变量选择与变换，并利用变换后的综合特征构建质量模式指标；之后利用贝叶斯统计学习方法对构建的质量模式指标进行分类，最终实现聚合过程的质量监测。本发明利用快速智能判别和决策方法，将质量模式监测的概念引入到聚合反应过程，从传统的质量指标参数监测转化为质量模式监测，更能刻画聚合过程的运行工况，提高聚合反应过程质量监测的准确率，稳定地控制聚合反应装置，弥补了传统质量指标监测在建模复杂度及数据利用上的不足，将聚合过程运行在最优状态下，从而达到安全、节能、降耗的目的。

技术领域

本发明涉及一种聚合反应过程的质量模式监测方法，属于流程工业生产加工领域。

背景技术

聚合反应过程复杂，聚合物的质量(如热稳定性、断裂强度、拉伸强度等)与聚合物的物性(如平均分子量及其分布、平均粒径及其分布、黏度、密度等)密切相关。为了使聚合反应釜处于最佳运行工况，提高聚合物的质量，传统手段是质量指标控制，即控制聚合物的物性参数或与聚合物物性参数相关的过程参数，如反应物浓度、聚合速率、转化率等。

但影响聚合物质量指标的过程参数具有递进性、多元性、相关性等特点，且聚合物的质量指标由于缺乏可靠的在线仪表或限于使用、维护成本等原因，通常难以在线测量，一般采用人工离线分析得到，由于不能及时调整工艺参数，导致产品质量参差不齐，使得聚合反应过程的质量监控问题具有一定的挑战性。

基于过程质量推断模型的质量监控技术是解决这一问题的有效手段。无论是最初的机理质量推断模型，还是基于数据驱动的经验质量模型，包括将机理建模、经验建模等结合在一起的混合质量模型，其框架下的质量监控效果均依赖于模型预测的精度。大数据背景下如何利用过程运行的数据监控聚合过程的产品质量，对聚合过程的质量监控研究提出了新的要求。

近年来，随着数据挖掘和机器学习技术的不断发展，涌现出了很多新的快速智能判别和决策方法，因此本发明利用过程运行中的大量数据，提出一种聚合反应过程的质量模式监测方法，利用近几年涌现的新的快速智能判别和决策方法，将质量模式监测的概念引入到聚合反应过程中，从传统的质量指标参数监测转化为质量模式监测，弥补了传统质量指标监测在建模复杂度及数据利用上的不足。由于模式蕴含了更多的过程信息，从而更能刻画聚合过程的运行工况，提高聚合反应过程质量监测的准确率，稳定地控制聚合反应装置，将聚合过程运行在最优状态下，从而达到安全、节能、降耗的目的。

发明内容

本发明旨在提供一种聚合反应过程的质量模式监测方法。将质量模式监测的概念引入到聚合反应过程中，将观测空间数据的本质特征投影到低维空间，得到质量模式指标；然后，利用快速智能判别和决策方法对模式指标进行分类，区分聚合生产过程的不同质量模式。

本发明采用的技术方案：

一种聚合反应过程的质量模式监测方法，分为三个部分，第一部分是初始数据的采集与预处理，第二部分是质量模式指标的构建，第三部分是利用快速智能判别和决策方法对构建的质量模式指标进行分类；具体步骤如下：

步骤一：初始数据的采集与预处理

采集聚合反应过程中的原始特征信息，通过剔除异常数据、填充缺失数据、纠正错误数据和数据对齐的方式进行数据的预处理；采集聚合反应过程中的原始特征信息包括反应温度、引发剂浓度、蒸汽流量、压力、转化率、聚合速率等相关过程参数变量；

步骤二：质量模式指标的构建

(1)对步骤一中预处理之后的数据进行变量选择，挑选出有效的、能反映系统行为和过程状态的特征数据，同时剔除无效特征，以初步降低系统过程信息的特征空间维数；所述的变量选择，采用的方法可为穷举法、随机搜索法、启发式搜索法或Lasso正则化方法等方法；