[发明专利]基于提升独立成分回归分析模型的熔融指数软测量方法

摘要

本发明公开了一种基于提升独立成分回归分析模型的熔融指数软测量方法，该方法首先选取影响熔融指数变化的关键变量作为输入变量，以实验室分析所得的熔融指数值作为输出变量；采用提升学习算法，对建模数据集进行多次重新采样，构造多个子数据集，分别针对每一个子数据集，建立独立成分回归分析模型；然后通过对不同子模型的信息进行集成和综合，实现对聚丙烯生产过程熔融指数的在线软测量。本发明不仅可以提高聚丙烯生产过程熔融指数的软测量估计精度，而且改善了软测量模型的鲁棒性。

主权项

一种基于提升独立成分回归分析模型的熔融指数软测量方法，其特征在于，包括以下步骤：（1）通过集散控制系统和实时数据库系统收集聚丙烯生产过程关键变量的数据：X={x_i∈R^m}_i=1,2,…,n，其中，n为样本个数，m为关键变量个数；分别将这些数据存入历史数据库，并选取部分数据作为建模用样本；（2）通过离线实验室分析获取历史数据库中用于建模的样本所对应的熔融指数值，作为软测量模型的输出y∈Rⁿ；（3）分别对步骤1和步骤2得到的关键变量和输出变量进行预处理和归一化，使得各个过程关键变量和熔融指数的均值为零，方差为1，得到新的数据集；（4）针对归一化之后的数据集，利用提升学习算法对数据集进行重采样，得到多个子数据集{X_c,Y_c}_c=1,2,…,C，其中C为子数据集个数，然后，将过程的关键变量作为软测量模型的输入，熔融指数数据矩阵作为软测量模型的输出，建立独立成分分析软测量模型，将该模型参数存入数据库中备用；（5）收集新的过程数据，并对其进行预处理和归一化；（6）将归一化之后的新数据分别输入到各个独立成分分析模型中，计算该实时数据对应的熔融指数值；（7）通过对各个子模型得到的结果进行集成和综合，得到最终的熔融指数软测量结果。