[发明专利]一种基于梯度增强回归树的造纸过程打浆度软测量方法有效
申请号: | 201811455202.X | 申请日: | 2018-11-30 |
公开(公告)号: | CN109440515B | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 李继庚;洪蒙纳;满奕;孟子薇 | 申请(专利权)人: | 华南理工大学 |
主分类号: | D21D1/02 | 分类号: | D21D1/02 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 李斌 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
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 梯度 增强 回归 造纸 过程 打浆 测量方法 | ||
本发明公开了一种基于梯度增强回归树的造纸过程打浆度软测量方法,包括下述步骤:S1、采集原始浆料的纤维形态数据和初始打浆度数据,采集磨浆工艺数据,并做数据处理;S2、基于梯度增强回归树的原理,建立打浆度软测量模型;S3、根据训练数据集,采用交叉验证法,训练打浆度软测量模型;S4、根据训练数据集对所述打浆度软测量模型的参数进行调整;S5、利用前述训练及调整完成的模型,对待测样本进行打浆度软测量;本发明方法基于梯度增强回归树,建立打浆度软测量模型,其模型方便,精度高,泛化能力强,具有良好的推广应用前景。
技术领域
本发明涉及无线通信技术,特别涉及一种基于梯度增强回归树的造纸过程打浆度软测量方法。
背景技术
浆料制备阶段的磨浆过程,是改变纸浆纤维形态的唯一过程,增加了纤维的结合能力,且对纸的性质,如纸页抗张强度有很大影响,使纸张产品具有所需物理性能。如图2所示为磨浆工艺流程图,在磨浆过程中,打浆度是与纸浆排水性能有关的纸浆特性。实际生产中,用打浆度来解释磨浆过程的运行效率,间接监控产品质量,是非常重要的中间变量。他通过调节稀释水流量、磨浆机功率、喂料速度、浆料浓度等来调控,以得到期望值。这种调控方式依靠人的经验不可靠。此外,人工测量打浆度需要很长时间,一般需要超过两个小时,会导致调控之后于生产。因此,需要研究打浆度的软测量方法。精确且有实时性的数据是实现反馈控制的要求,也是进一步实现优化工艺和产品的要求。
目前,国内外关于打浆度软测量的研究,有一定的局限性,如未考虑原料影响,模型复杂度过高,泛化能力有限等等。梯度增强回归树,基本思想是以回归树作为弱学习器,用多个弱学习器的叠加取代单一强学习器。树型结构使得模型输出和输入变量之间关系可以被理解。处理各种类型(包括非数值类型和空缺值)的变量,不需要数据转换。最近研究表明,梯度增强回归树为预测空间提供了良好的预测性能和鲁棒性,并且通过修改树结构可具有较低的模型复杂度和好的泛化能力,并且已经引起了生态学,物理学和大气科学等各种科学和工程领域越来越多的兴趣。
发明内容
本发明的目的在于克服现有技术中的缺点与不足,提供一种基于梯度增强回归树的打浆度软测量方法,其模型的方便性,精度高,泛化能力强,具有良好的推广应用前景。
为实现以上目的,本发明采取如下技术方案:
一种基于梯度增强回归树的造纸过程打浆度软测量方法,包括下述步骤:
S1、根据生产的实际情况,采集原始浆料的纤维形态数据和初始打浆度数据,采集磨浆工艺数据,并做数据处理;
S2、基于梯度增强回归树的原理,建立打浆度软测量模型;记第m次迭代生成的梯度增强回归树Fm(x)为打浆度软测量模型,具体公式如下:
其中Fm-1(x)为第m-1次迭代生成的梯度增强回归树,x表示数据集的自变量,y表示应变量,表示选择平方损失函数,Tm(xi)表示第m次迭代生成的回归树,xi表示第i个样本的自变量,yi表示相应的应变量,i=1,2,…,n;
S3、针对所述打浆度软测量模型及数据集,采用交叉验证法,训练并调整模型参数;
S4、通过反复训练调整所述打浆度软测量模型的参数,或者增加训练集样本量的方式,修正模型提高精度直至模型精度达到应用条件;
S5、利用步骤S4训练完成的打浆度软测量模型,对测试样本进行打浆度软测量。
作为优选的技术方案,步骤S1中,采集原始的纤维形态数据和初始打浆度数据,采集磨浆工艺数据,数据处理步骤如下:
首先,根据各原料的投料比例,按如下公式计算混合浆料的初始打浆度:
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华南理工大学,未经华南理工大学许可,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/201811455202.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:连续物理生物清洁制浆方法及制浆设备
- 下一篇:一种纸浆容器