基于SVM的軟測量建模方法研究及其在聚丙烯熔融指數(shù)中的應用.pdf

1、軟測量是一門有著廣闊發(fā)展前景的新興工業(yè)技術。本文以中石油華北石化分公司聚丙烯裝置為研究對象，對聚丙烯的主要質量指標——熔融指數(shù)進行了軟測量研究。 首先通過分析丙烯聚合機理，并結合現(xiàn)場操作人員的經驗選擇軟測量的輔助變量；采集現(xiàn)場數(shù)據(jù)，并應用數(shù)理統(tǒng)計方法對離群點和含有隨即誤差的數(shù)據(jù)進行預處理。在聚丙烯生產過程中，由于產品牌號切換較為頻繁，且牌號之間某些過程變量變化幅度較大，所以在對軟測量建模數(shù)據(jù)的時序匹配中，提出利用多次牌號切換過程

2、來確定過程數(shù)據(jù)與化驗數(shù)據(jù)之間的滯后時間。 通過分析和研究現(xiàn)場采集的熔融指數(shù)數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中存在部分特異點。這些特異點在建模數(shù)據(jù)中占的比例較小，不能代表生產過程的大多數(shù)情況，同時由于這類點中包含著生產過程的重要信息，所以不能簡單地將其從建模數(shù)據(jù)中剔除出去。針對這種情況，本文在軟測量建模方面提出聚類加權支持向量機方法，該方法能夠更加合理地處理現(xiàn)場數(shù)據(jù)中存在的特異點。通過對建模數(shù)據(jù)進行聚類分析和加權處理，既能使軟測量模型中包含更多的生

3、產過程信息，同時又能減小特異點對模型的影響程度，從而提高模型的魯棒性和泛化能力。非線性函數(shù)和CSTR軟測量的仿真和催化裂化粗汽油干點的軟測量實例都表明聚類加權支持向量機在建模方面的有效性。另外，針對支持向量機在在線辨識等領域中應用時存在訓練時間長，求解速度慢的問題，結合支持向量機結構和應用領域的特點，提出基于正定二次規(guī)劃起作用約束集的可行解構造法。該方法根據(jù)新引入樣本和樣本集合的特點來構造支持向量機問題的初始可行解，通過構造初始可行解，

4、能夠提高支持向量機的求解速度，在一定程度上解決了支持向量機學習時求解速度慢的問題。同時，對于聚類加權支持向量機的在線學習問題，結合可行解構造法，給出兩種不同的聚類加權方法，并對兩種方法進行分析和比較。在CSTR中的應用結果表明，可行解構造法在一定程度上能加快支持向量機的訓練速度。 最后，針對Spheripol雙環(huán)管聚合工藝，將聚類加權支持向量機方法應用于熔融指數(shù)的軟測量建模中。結果表明：在建模的精度和模型魯棒性方面，聚類加權支持