[发明专利]基于粘度变化的聚合工艺参数调节方法

摘要

本发明涉及一种基于粘度变化的聚合工艺参数调节方法，将过去连续时间段Ta内的熔体粘度数据转化为时间序列I后对其进行模糊信息粒化处理得到三个特征向量Low、R和Up，再将三个特征向量输入到改进的ELM中由其输出与未来连续时间段Tb内的熔体粘度数据的波动范围相关的数值，将波动范围与参考范围进行比较后根据比较结果调节聚合工艺参数，改进的ELM是采用粒子群算法优化输入层权值和隐含层阈值后的ELM，粒子群算法的适应度函数为训练样本的均方误差。本发明将模糊信息粒化、极限学习机及粒子群算法有机结合，样本维数少，实时性好，预测精度高；同时预测结果可对工艺参数进行调节。

主权项

1.基于粘度变化的聚合工艺参数调节方法，其特征是：将由过去连续时间段Ta内的熔体粘度数据预测得到的未来连续时间段Tb内的熔体粘度数据的波动范围与参考范围进行比较后根据比较结果调节聚合工艺参数；所述预测的方法为：将过去连续时间段Ta内的熔体粘度数据转化为时间序列I后对其进行模糊信息粒化处理得到三个特征向量，再将三个特征向量输入到改进ELM中由其输出三个代表未来连续时间段Tb内的熔体粘度数据最大值、平均值和最小值的数值，即得到未来连续时间段Tb内的熔体粘度数据的波动范围；所述未来连续时间段Tb的长度等于对时间序列I进行模糊信息粒化处理时窗口的大小；所述改进ELM是采用粒子群算法优化输入层权值和隐含层阈值后的ELM，所述粒子群算法的适应度函数为训练样本的均方误差；所述训练样本的构建过程为：首先采集过去连续时间段Tc内的熔体粘度数据构成时间序列II，然后对时间序列II进行模糊信息粒化处理得到三个特征向量，最后分别根据三个特征向量构建输入矩阵P和输出矩阵T得到样本集(P,T)再由样本集得到训练样本，输入矩阵P和输出矩阵T的表达式如下：T＝[En+1 En+2...En+l...E[M/W]]；；式中，El代表特征向量中第l个元素，l＝1,2,...,[M/w]‑n，En+l代表特征向量中第n+l个元素，[M/w]代表特征向量中元素的总个数，输入矩阵P中的第l列元素与输出矩阵T中的第l列元素构成训练样本；所述参考范围是已经生产出来的、性能满足使用要求的聚合物在连续时间段Tb内的熔体粘度数据的波动范围；所述根据比较结果调节聚合工艺参数是指根据生产经验获得聚合工艺参数与熔体粘度的相关性后调节聚合工艺参数提高或降低熔体粘度进而降低波动范围与参考范围的偏差。