[发明专利]一种基于PLS确定烘丝工艺参数影响因子的方法

摘要

本发明公开了一种基于PLS确定烘丝工艺参数影响因子的方法，通过选定烘丝工艺过程中工艺数据的目标变量和自变量，采集目标变量和自变量的历史数据；采用欧氏距离法对历史数据进行筛选，剔除历史数据中的异常数据，得到样本数据；采用最小二乘法建立自变量x和目标变量y的PLS模型，根据模型计算获得影响各目标变量y的自变量x的影响因子的大小。该方法简单、易于实现，应用本方法替代人工经验判断，快速、准确的获得影响因子的大小。

主权项

一种基于PLS确定烘丝工艺影响因子的方法，其特征在于，包括以下步骤：步骤1：设定烘丝工艺的自变量x及目标变量y，自变量x从HT蒸汽压力、HT蒸汽流量、入口水分、滚筒入口热风温度、滚筒入口热风风量、筒壁温度、筒壁蒸汽压力、排潮风门开度及出料罩负压选取，目标变量y从出料烘丝含水率、出料烘丝温度及排潮湿度中选取，采集自变量x和目标变量y的历史数据，其中历史数据的采用频率为T；步骤2：采用欧氏距离法对历史数据进行筛选，剔除历史数据中的异常数据，得到n组样本数据，样本数据构成目标变量矩阵Ynj和自变量矩阵Xni，目标变量Y有j个，自变量X有i个；所述异常数据是指烘丝工艺设备出现故障时采集的烘丝工艺数据；步骤3：依据步骤2得到的筛选后的样本数据，建立自变量Xn×i和目标变量Yn×j的偏最小二乘法PLS模型，根据PLS模型计算得到影响各目标变量y的每个自变量x的影响因子的大小，其具体操作过程如下：1）利用偏最小二乘法PLS和交叉有效性检验法确定样本数据中的PLS成分数为h；2）采用偏最小二乘法中的迭代算法，获取自变量矩阵Xni的权重矩阵W、目标矩阵Ynj的载荷因子矩阵QT和自变量矩阵Xni的载荷矩阵PT： W = w 11 . . . w 1 i w 21 . . . w 2 i . . . . . . . . . . . . . . . . . . w h 1 . . . w hi Q T = a 11 . . . a 1 j a 21 . . . a 2 j . . . . . . . . . . . . . . . . . . a h 1 . . . a hj , P T = c 11 . . . c 1 i c 21 . . . c 2 i . . . . . . . . . . . . . . . . . . c h 1 . . . c hi 3）确定自变量矩阵X的得分矢量th和目标矩阵Y的得分矢量uh：自变量矩阵Xn×i的得分矢量th为：th=ch1x1+ch2x2+…+chixi目标矩阵Yn×j的得分矢量uh为：uh=ah1y1+…+ahjyj其中，h为样本数据的成分数，i为自变量个数，j为目标变量个数；4）对自变量矩阵Xn×i的权重矩阵W进行归一化计算，得到两个得分矢量间的内部相关矩阵为V： V = v 1 0 . . . 0 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0 0 . . . 0 v h 从而，两个得分矢量之间的内部关系式表示为：u1=v1t1+e，u2=v2t2+e，u3=v3t3+e……uh=vhth+e，e是回归残差；5）根据B=V(PT V)‑1QT计算出Y=XB中的系数矩阵B： B = b 11 . . . b 1 i b 21 . . . b 2 i . . . . . . . . . . . . . . . . . . b j 1 . . . b ji 从而最终得到自变量x与目标变量y之间的关系如下：y1=b11x1+b12x2+b13x3+……+b1ixiy2=b21x1+b22x2+b23x3+……+b2ixi……yj=bj1x1+bj2x2+bj3x3+……+bjixi步骤4：提取上述公式中自变量系数绝对值大于1/i的自变量作为对应目标变量的影响因子，i是自变量X的个数。