[发明专利]基于模糊支持向量机的秸秆发酵燃料乙醇过程关键状态变量软测量方法

摘要

本发明公开了基于模糊支持向量机的秸秆发酵燃料乙醇过程关键状态变量软测量方法，该方法依赖硬件平台及测量仪表与计算机系统软件进行智能计算，通过测量仪表获得实时的过程数据进行在线实时估计。首先通过对秸秆发酵燃料乙醇过程工艺机理进行分析，选取合适的辅助变量并根据历史罐批数据建立训练样本数据库，然后将训练样本映射到高维核空间里，计算出核空间里每个样本点对应的模糊隶属度；对模糊化后的训练样本采用模糊支持向量机进行训练建立软测量模型；最后根据待预测罐批的最新输入向量，实现关键状态变量的预测。本发明实现了秸秆发酵燃料乙醇过程关键状态变量的在线实时预测，对秸秆发酵燃料乙醇过程的参数检测与优化控制具有重要意义。

主权项

基于模糊支持向量机的秸秆发酵燃料乙醇过程关键状态变量软测量方法，其特征在于，包括如下步骤：步骤1，选择辅助变量：选取能直接测量且与过程密切相关的外部变量用一致相关度法分析其与关键状态变量的关联度，取关联度r_ij≥0.7的外部变量作为软测量模型的辅助变量；步骤2，建立训练样本数据库：采集相同工艺下若干历史罐批次的辅助变量和关键状态变量数据，构造输入输出向量对的集合，生成静态训练样本数据库；其中输入向量是辅助变量，输出向量即关键状态变量；步骤3，确定样本模糊隶属度：将从步骤2得到的样本数据映射到高维核空间里，并计算每个样本数据在核空间中的模糊隶属度；步骤4，建立软测量模型：用步骤3得到的模糊隶属度结果对模糊支持向量机进行训练，建立基于模糊支持向量机的软测量模型；步骤5，预测关键状态变量：利用步骤4训练好的模糊支持向量机软测量模型，根据当前待预测罐批的最新输入变量，获得关键状态变量的预测值。