[发明专利]一种基于系统运行模式的双酚A结晶过程滚动优化方法有效
申请号: | 201810319806.5 | 申请日: | 2018-04-11 |
公开(公告)号: | CN108375908B | 公开(公告)日: | 2020-07-03 |
发明(设计)人: | 栾小丽;刘晓凤;刘成林;刘飞 | 申请(专利权)人: | 江南大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 林娟 |
地址: | 214000 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: | 一种 基于 系统 运行 模式 结晶 过程 滚动 优化 方法 | ||
1.一种基于系统运行模式的双酚A结晶过程滚动优化方法,包括如下四个步骤:
1)过程数据的采集与预处理;
2)系统运行模式的构建;
3)基于运行模式的批次数据对齐;
4)建立运行模式与质量指标之间的定量关系,利用滚动优化策略求解最优的操作条件;
步骤3)具体方法为:以各批次数据的模式相似度作为标准对齐各批次数据,相似度的计算公式如下:
其中,d为两个运行模式间的相似度,是作为对齐基准的参考模式,F为参考模式的采样点数,为中第个综合变量的第w个元素,w∈{1,2,…,E},为第k批次数据模式的第个综合变量的第v个元素,v∈{1,2,…,F};RF×a为实数向量集;
步骤2)具体方法为:
(1)对步骤1)中预处理之后的数据进行变量选择,挑选出对质量指标贡献较大的变量,避免次要变量信息对关键变量信息的掩盖;
(2)利用变量提取方法获取过程的综合特征,得到系统运行模式P=[P1,P2,…,Pk],其中为第k个批次的模式,a为综合变量数目,a个综合变量是线性无关的,a小于变量提取方法前的数据维数,E为批次的采样点数;
步骤4)具体方法为:建立运行模式与质量指标之间的定量关系,利用滚动优化策略求解最优的操作条件:
(1)设过程质量指标为Y=[y1,y2,…,yk],利用已有的建模方法得到系统运行模式P=[P1,P2,…,Pk]与过程质量指标Y之间的定量关系:
其中,ψ(·)为描述过程的动态特性函数;
Y=ψ(P) (B);
(2)结合公式(B)与期望质量指标y*,建立最小方差目标函数以求解第k个批次的模式修正量
(3)对最优模式进行重构,得到影响的最优设定操作轨线
(4)将最优设定操作轨线在投入实际应用时,实时采集最优设定操作轨线下的过程变量数据;
(5)在过程中设定一些决策点,当生产过程到达每一决策点时将已获得的过程变量数据与设定操作轨线数据利用变量提取方法得到对应的系统运行模式数据,并根据历史批次的系统运行模式的变化趋势对当前决策点之后的系统运行模式数据进行补足得到
(6)根据公式(B)预测当前批次模式下的质量指标当不小于y*,则对设定操作轨线不做修正,当小于y*,则根据公式(C)对进行修正;
ΔS(i)k+1=ψ(Δyk+1) (D);
其中,为第i+1个决策点修正的设定操作轨线,为第i个决策点设定操作轨线,ΔS(i)k+1为对第i个决策点设定操作轨线修正量,为当前批次模式下的预测质量指标与期望质量指标间的偏差;
(7)第k+1批次生产结束,将测得的实际过程数据通过变量提取方法得到Pk+1;
(8)重复步骤(2)-(7),如此在各批次的每一决策点反复预测和修正,滚动优化操作条件。
2.权利要求1所述的方法,其特征在于步骤1)具体方法为:采集双酚A结晶过程的设定操作轨线数据,过程变量数据及质量指标数据,通过剔除异常数据、补足缺失数据及标准化数据的方式进行数据预处理;采集双酚A结晶过程设定操作轨线数据为温度数据,过程变量数据为结晶罐温度、结晶罐压力及管道温度。
3.根据权利要求1所述方法,其特征在于:所述步骤1)中,剔除异常数据的方式为3σ准则,填充缺失数据的方式为均值填充法。
4.根据权利要求1所述方法,其特征在于:所述步骤2)中综合变量数目a的选取根据累计贡献率。
5.根据权利要求1所述的方法,其特征在于:所述步骤2)中,变量选择时采用互信息熵法,相关系数法,LASSO正则化法,弹性网络或正交信号校正法。
6.根据权利要求3-5任一所述的方法,其特征在于:所述步骤2)中,所述变量提取方法是指主元分析法、概率主元分析法、动态主元分析法或多向主元分析法。
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江南大学,未经江南大学许可,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/201810319806.5/1.html,转载请声明来源钻瓜专利网。