[发明专利]一种聚合反应过程的质量模式监测方法

摘要

本发明提供一种聚合反应过程的质量模式监测方法，属于流程工业生产加工领域。该方法首先对初始数据进行采集并预处理，然后进行变量选择与变换，并利用变换后的综合特征构建质量模式指标；之后利用贝叶斯统计学习方法对构建的质量模式指标进行分类，最终实现聚合过程的质量监测。本发明利用快速智能判别和决策方法，将质量模式监测的概念引入到聚合反应过程，从传统的质量指标参数监测转化为质量模式监测，更能刻画聚合过程的运行工况，提高聚合反应过程质量监测的准确率，稳定地控制聚合反应装置，弥补了传统质量指标监测在建模复杂度及数据利用上的不足，将聚合过程运行在最优状态下，从而达到安全、节能、降耗的目的。

主权项

1.一种聚合反应过程的质量模式监测方法，其特征在于，步骤如下：步骤一：初始数据的采集与预处理采集聚合反应过程中的原始特征信息，通过剔除异常数据、填充缺失数据、纠正错误数据和数据对齐的方式进行数据的预处理；步骤二：质量模式指标的构建(1)对步骤一中预处理之后的数据进行变量选择，挑选出有效的、能反映系统行为和过程状态的特征数据，同时剔除无效特征，以初步降低系统过程信息的特征空间维数；(2)利用变换技术将步骤(1)得到的特征数据进行变换，得到综合特征，并构建质量模式指标Y＝[Y1,Y2,…,Yp]，再次降低系统过程信息的特征空间维数，其中p个特征数据是线性无关的；步骤三：利用贝叶斯统计学习方法对构建的质量模式指标进行分类(3)设有m个类C1,C2,…,Cm，针对质量模式指标Y，利用贝叶斯统计学习方法将未知的质量模式指标分配给类Ci，当且仅当：P(Ci|Y)>P(Cj|Y),1≤j≤m,j≠i    (1)其中，P(Ci|Y)为后验概率，由公式(2)求取：式(2)中，P(C_i)＝s_i/s为先验概率，s_i是类C_i中的训练样本数，s是训练样本总数，为条件概率，P(Y₁|C_i),P(Y₂|C_i),…,P(Y_p|C_i)由训练样本估值，k＝{1,2,…p}；(4)对质量模式指标Y进行判别，对于每个类Ci，计算P(Y|Ci)P(Ci)，质量模式指标Y被指派到类Ci，当且仅当：P(Y|Ci)P(Ci)>P(Y|Cj)P(Cj),1≤j≤m,j≠i   (3)；(5)定义C₁为高质量模式，C₂为低质量模式，计算当l12(Y)>θ12时，则聚合生产过程的运行状态处于高质量模式；当l12(Y)<θ12时，则聚合生产过程的运行状态处于低质量模式。