最優模糊網絡的工業熔融指數軟測量儀表及方法
【專利摘要】本發明公開了一種最優模糊網絡的工業熔融指數軟測量儀表及方法。該方法通過引入支持向量機對原有的模糊神經網絡進行優化，解決了模糊神經網絡構建過程中參數難設定的問題。在本發明中，現場智能儀表、控制站與DCS數據庫連接，軟測量值顯示儀包括最優模糊網絡的工業熔融指數軟測量模型，DCS數據庫與軟測量模型的輸入端連接，所述最優模糊網絡的工業熔融指數軟測量模型的輸出端與熔融指數軟測量值顯示儀連接。最后，本發明具有在線測量、計算速度快、抗噪聲能力強、推廣性能好的特點。
【專利說明】最優模糊網絡的工業熔融指數軟測量儀表及方法
【技術領域】
[0001]本發明涉及軟測量儀表及方法，尤其涉及一種最優模糊網絡的工業熔融指數軟測量儀表及方法。
【背景技術】
[0002]聚丙烯是一種由丙烯聚合而成的半結晶的熱塑性塑料，具有較高的耐沖擊性，機械性質強韌，抗多種有機溶劑和酸堿腐蝕，在工業界有廣泛的應用，是平常最常見的高分子材料之一。熔融指數(MI)是聚丙烯生產中確定最終產品牌號的重要質量指標之一，它決定了產品的不同用途。熔融指數的精確、及時的測量，對生產和科研，都有非常重要的作用和指導意義。然而，熔融指數的在線分析測量目前仍然很難做到，缺乏熔融指數的在線分析儀是制約聚丙烯產品質量的一個主要問題。MI只能通過人工取樣、離線化驗分析獲得，而且一般每2-4小時分析一次，時間滯后大，難以滿足生產實時控制的要求。
[0003]近年來關于MI的在線預報的研究工作大部分都集中在人工神經網絡上面，取得了不錯的效果。但是人工神經網絡也有其自身的缺點，例如過擬合、隱含層的節點數目和參數不好確定。其次，工業現場采集到的DCS數據也因為噪音、人工操作誤差等帶有一定的不確定誤差，所以使用確定性強的人工神經網絡的預報模型一般推廣能力不強。
[0004]1965年美國數學家L.Zadeh首先提出了 Fuzzy集合的概念。隨后模糊邏輯以其更接近于日常人們的問題和語意陳述的方式，開始代替堅持所有事物都可以用二元項表示的經典邏輯。1987年，Bart Kosko率先將模糊理論與神經網絡有機結合進行了較為系統的研究。在這之后的時間里，模糊神經網絡的理論及其應用獲得了飛速的發展，各種新的模糊神經網絡模型的提出及其相適應的學習算法的研究不僅加速了模糊神經理論的完善，而且在實踐中也得到了非常廣泛的應用。
[0005]支持向量機，由Vapnik在1998年引入,通過使用統計理論學習中結構風險最小化而非一般的經驗結構最小化方法，把原有的最優分類面問題轉化為其對偶的優化問題，因而具有良好的推廣能力，被廣泛應用在模式識別、擬合和分類問題中。在本方案中，支持向量機被用來優化模糊神經網絡模型中的線性參數。
【發明內容】
[0006]為了克服已有的丙烯聚合生產過程的測量精度不高、對噪聲敏感度低、推廣性能差的不足，本發明提供一種在線測量、計算速度快、模型自動更新、抗噪聲能力強、推廣性能好的最優模糊網絡的工業熔融指數軟測量儀表及方法。
[0007]—種最優模糊網絡的工業熔融指數軟測量儀表，包括丙烯聚合生產過程、用于測量易測變量的現場智能儀表、用于測量操作變量的控制站、存放數據的DCS數據庫以及熔融指數軟測量值顯示儀，所述現場智能儀表、控制站與丙烯聚合生產過程連接，所述現場智能儀表、控制站與DCS數據庫連接，所述軟測量儀表還包括最優模糊網絡的工業熔融指數軟測量模型，所述DCS數據庫與所述最優模糊網絡的工業熔融指數軟測量模型的輸入端連接，所述最優模糊網絡的工業熔融指數軟測量模型的輸出端與熔融指數軟測量值顯示儀連接，所述最優模糊網絡的工業熔融指數軟測量模型包括:
[0008]數據預處理模塊，用于將從DCS數據庫輸入的模型訓練樣本進行預處理，使得訓練樣本的均值為0，方差為I，該處理采用以下算式過程來完成:
[0009]計算均值:
【權利要求】
1.一種最優模糊網絡的工業熔融指數軟測量儀表，包括用于測量易測變量的現場智能儀表、用于測量操作變量的控制站、存放數據的DCS數據庫以及熔融指數軟測量值顯示儀，所述現場智能儀表、控制站與DCS數據庫連接，其特征在于:所述軟測量儀表還包括最優模糊網絡的工業熔融指數軟測量模型，所述DCS數據庫與所述最優模糊網絡的工業熔融指數軟測量模型的輸入端連接，所述最優模糊網絡的工業熔融指數軟測量模型的輸出端與熔融指數軟測量值顯示儀連接，所述最優模糊網絡的工業熔融指數軟測量模型包括: 數據預處理模塊，用于將從DCS數據庫輸入的模型訓練樣本進行預處理，使得訓練樣本的均值為O，方差為I，該處理采用以下算式過程來完成:計算均值
2.一種用如權利要求1所述的基于支持向量機優化模糊神經網絡的丙烯聚合生產過程軟測量儀表實現的軟測量方法，其特征在于:所述軟測量方法具體實現步驟如下: I )、對丙烯聚合生產過程對象，根據工藝分析和操作分析，選擇操作變量和易測變量作為模型的輸入，操作變量和易測變量由DCS數據庫獲得； 2)、用于將從DCS數據庫輸入的模型訓練樣本進行預處理，使得訓練樣本的均值為O，方差為I，該處理采用以下算式過程來完成:計算均值:
【文檔編號】G05B13/04GK103675005SQ201310432289
【公開日】2014年3月26日 申請日期:2013年9月22日 優先權日:2013年9月22日
【發明者】劉興高, 張明明, 李見會 申請人:浙江大學