[发明专利]聚合物熔融指数的软测量方法有效
申请号: | 201310070511.6 | 申请日: | 2013-03-06 |
公开(公告)号: | CN103150475B | 公开(公告)日: | 2017-03-29 |
发明(设计)人: | 黄德先;魏宇杰;江永亨;吕文祥;高莘青 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京聿宏知识产权代理有限公司11372 | 代理人: | 吴大建,刘华联 |
地址: | 100084 北京市海淀区1*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种聚合物熔融指数的软测量方法,包括确定第一阶段自适应链接超平面模型、第二阶段静态模型和第三阶段脉冲响应模型;读取并输入操作变量的在线测量值至所述第一阶段自适应链接超平面模型,以获得气体分压的在线实时估计值;将所述气体分压的在线实时估计值输入至所述第二阶段静态模型中,以获得瞬时熔融指数的估计值;将所述瞬时熔融指数的估计值输入至所述第三阶段脉冲响应模型,以获得所述累积熔融指数的估计值。本发明基于机理分析融合数据建模和机理建模的优点,使得模型能够适应过程较大范围内的波动,同时较容易地获得了模型参数,因此适用于聚合反应过程质量指标的在线测量。 | ||
搜索关键词: | 聚合物 熔融指数 测量方法 | ||
【主权项】:
一种聚合物熔融指数的软测量方法,包括:确定第一阶段自适应链接超平面模型、第二阶段静态模型和第三阶段脉冲响应模型;读取并输入操作变量的在线测量值至所述第一阶段自适应链接超平面模型,以获得气体分压的在线实时估计值;将所述气体分压的在线实时估计值输入至所述第二阶段静态模型中,以获得瞬时熔融指数的估计值;将所述瞬时熔融指数的估计值输入至所述第三阶段脉冲响应模型,以获得累积熔融指数的估计值;其中,在确定第一阶段自适应链接超平面模型的步骤中,进一步包括,第一确定步骤,确定输入变量以及输出变量,建立所述第一阶段自适应链接超平面模型的表达式;第二确定步骤,确定所述输入变量的阶次;进一步包括,获得多组关于输入变量和输出变量的数据样本;基于所述数据样本和所述第一阶段自适应链接超平面模型的表达式,运用增广UD辨识算法,获得设定条件下的最大阶次,其中,所述设定条件为假定各个输入变量的阶次相同;运用最小二乘法建立回归模型,运用T检验分析得到每个输入变量的显著性;将显著性小于设定显著水平值的滞后变量去除,以确定各个输入变量的阶次;所述T检验为一种用T分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著的方法;第三确定步骤,确定所述第一阶段自适应链接超平面模型的建模参数;进一步包括,确定所述第一阶段自适应链接超平面模型的分割节点的个数和基函数的个数;基于所述各个输入变量的阶次、分割节点的个数和基函数的个数来确定所述建模参数;在确定第二阶段静态模型的步骤中,进一步包括,获得多组关于气体分压和瞬时熔融指数的稳态数据样本;选择并建立具有线性特征的稳态模型表达式;基于所述稳态数据样本和所述稳态模型表达式,运用最小二乘法获得所述稳态模型表达式中的参数以确定第二阶段静态模型;在确定第三阶段脉冲响应模型的步骤中,进一步包括,获得关于瞬时熔融指数和累积熔融指数的样本;基于脉冲响应模板建立卷积模型以构成动态软测量模型的表达式;基于关于瞬时熔融指数和累积熔融指数的样本和所述表达式,根据设定的优化问题,实现所述动态软测量模型优化求解,以确定所述第三阶段脉冲响应模型。
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清华大学,未经清华大学许可,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/patent/201310070511.6/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用