基于支持向量机的软测量建模方法的应用

利用基于最小二乘支持向量机(LS-SVM)的软测量建模方法,通过工业现场数据来对丁二烯精馏装置建立软测量模型.对于该软测量模型,支持向量机方法比BP神经网络方法具有更好的泛化能力.研究结果表明,基于最小二乘的支持向量机建模方法是一种有效的软测量建模方法.     

发酵过程酵母浓度的软测量

针时发酵过程酵母浓度的测量,提出一种基于支持向量机的软测量建模方法。仿真证明,该方法比典型的RBF神经网络软测量有着明显的优势,时于实现发酵过程自动控制和优化运行有着重大的意义。     

基于最小二乘支持向量机的复合肥装置养分含量的软测量建模

针对复合肥装置养分含量无法用常规的传感器在线测量的问题,提出了基于最小二乘支持向量机(LS-SVM)的软测量方法来在线估计养分含量.LS-SVM用等式约束代替传统的标准支持向量机中的不等式约束,求解过程从解二次规划问题变成解线性方程组,求解速度相对加快.工业实例表明LS-SVM所建模型的预测精度较高,能满足实际工业应用的需求.     

化工软测量技术研究进展

详细说明了软测量技术的含义以及软测量系统的组成。在此基础上，介绍了软测量技术中基于机理分析建模、应用状态观测器建模、应用统计分析建模、神经元网络、模糊技术、以及支持向量机的智能建模等软测量建模理论方法和最新研究成果，之后介绍了小波分析、推断控制算法在软测量数据处理中的应用，最后介绍了基于虚拟仪器开发平台的软测量系统实现技术。     

基于辅助变量KNN分析的软测量建模方法

提出一种基于辅助变量最近邻（KNN）分析的软测量建模方法,该方法将KNN算法应用于辅助变量分类,根据分类结果,应用核主成分分析（KPCA）和支持向量回归机（SVR）相结合进行软测量建模。KNN分析独立于后继回归模型,却又直接影响模型结构,KPCA作为中间层,在KNN分类结果指导下提取不同类别包含辅助变量高阶信息的特征主元,然后使用SVR建立特征主元和主导变量之间的回归模型。用该方法建立粗汽油干点软测量模型,结果表明KNN-KPCA-SVR（KKS）模型的预测精度和泛化能力优于线性PLS、RBF核函数SVR和KPCA-SVM模型。     

吸收法捕集二氧化碳过程的离子浓度软测量

针对采用吸收法捕集CO2的过程中存在着成分难以准确在线测量的问题,设计了工业化应用最广泛的乙醇胺(MEA)化学吸收过程的软测量系统。系统使用红外传感器,通过基于改进Powell鲁棒支持向量机(IP-RSVM)的方法对吸收溶液的离子组分分布进行了软测量,其结果与核磁共振(NMR)测量所得的数据符合较好,均方误差为3.1692×10-7,最大绝对误差绝对值为0.0010,最大相对误差为3.54%。研究结果表明,在CO回收的软测量系统中,使用基于IP-RSVM的红外软测量具有良好应用前景。     

基于KPCA-LSSVM的软测量建模方法

提出了一种将核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)相结合的软测量建模方法.核主成分分析能够对样本数据进行特征提取,消除数据的相关性.本文利用KPCA提取主元,降低样本的维数;然后利用最小二乘支持向量机进行建模,不仅降低了模型的复杂性,而且提高了模型的泛化能力.用该方法建立柴油凝点的软测量模型,和其他...     

基于局部重构融合流形聚类的多模型软测量建模

针对单模型描述复杂非线性对象时估计精度低、泛化能力差的问题,提出了一种基于局部重构融合流形聚类的多模型软测量建模方法。该方法将样本集拆分为多个互不相交的样本子簇,克服异常样本点对聚类结果的影响;以各样本子簇重构线性流形面,将属于同一流形面且相距较近的样本子簇进行融合;采用支持向量机为各个子类建立回归子模型,得到一个基于多个子模型的软测量组合模型。在双酚A生产过程质量指标的软测量建模仿真中验证了该方法的有效性。     

LSE辅助变量选择算法及其在软测量中的应用

研究了基于人工神经网络的软测量技术在某炼油厂重整加氢装置预加氢汽油干点在线预测中的应用,提出一种基于最小均方预测误差(LSE)的辅助变量集选择算法.与PCA降维算法相比,LSE法能有效剔除冗余的辅助变量,降低软测量实施过程中的数据采集成本.     

基于改进差分进化和最小二乘支持向量机的铝酸钠溶液浓度软测量

针对氧化铝蒸发过程铝酸钠溶液浓度难以在线检测问题,提出了改进差分进化和最小二乘支持向量机的铝酸钠溶液浓度软测量建模方法。首先基于灰色关联分析和核主成分分析确定模型的输入变量,再用改进差分进化算法的最小二乘支持向量机构建软测量模型。并与DE-LSSVM软测量模型进行比较;最后应用蒸发过程生产数据进行验证,结果表明,新模型具有更好的学习能力和泛化性能且预测精度更高,可为蒸发过程操作优化提供必要的指导。     

基于独立元分析算法的过程故障检测方法

文章针对目前实际工业生产中变量不能严格服从高斯分布,且大量变量之间存有严重相关性的特点,运用ICA方法提取高维数据中独立的信号,在保留数据信息的前提下对噪声加以抑制。信号提取后分别构造监控统计量,实施过程监控和故障诊断,并利用独立元模型对CSTR仿真实时数据进行故障检测研究,仿真结果表明该方法能快速准确的检测到运行中发生的异常。     

基于独立分量分析的金属腐蚀声发射信号处理

介绍了独立分量分析的基本原理和以峭度为目标函数的独立分量提取算法的梯度算法,并通过实例说明了利用独立分量分析对金属腐蚀过程声发射信号进行分析的方法,验证了独立分量分析技术在声发射信号分析方面的优越性和实用性,表明独立分量分析在声发射信号处理等领域有着巨大的应用潜力。     

基于TDLAS技术的CO_2浓度测量

基于可调谐半导体激光吸收光谱(TDLAS)技术,结合HITRAN数据库对CO_2吸收谱线进行分析,选择对1 572.3nm附近的CO_2吸收谱线进行扫描,搭建TDLAS单光路测量实验系统。采用直接测量方法,对一定浓度的CO_2气体进行浓度测量。针对线型函数,提出了拟合吸收谱线加宽调谐范围积分和加入线型积分修正系数两种方法,并对两种方法做出了比较,得到较为准确的修正方法。     

Extracting Conditionally Heteroskedastic Components using Independent Component Analysis

In the independent component model, the multivariate data are assumed to be a mixture of mutually independent latent components. The independent component analysis (ICA) then aims at estimating these latent components. In this article, we study an ICA method which combines the use of linear and quadratic autocorrelations to enable efficient estimation of various kinds of stationary time series. Statistical properties of the estimator are studied by finding its limiting distribution under general conditions, and the asymptotic variances are derived in the case of ARMA-GARCH model. We use the asymptotic results and a finite sample simulation study to compare different choices of a weight coefficient. As it is often of interest to identify all those components which exhibit stochastic volatility features we suggest a test statistic for this problem. We also show that a slightly modified version of the principal volatility component analysis can be seen as an ICA method. Finally, we apply the estimators in analysing a data set which consists of time series of exchange rates of seven currencies to US dollar. Supporting information including proofs of the theorems is available online.     

基于组件技术的虚拟测试系统开发

将传统的通用信号发生器与通用的测试仪的功能通过LabVIEW这个软件开发平台实现功能的高度集成,开发一种通用自动测试系统。以计算机和数据采集卡为基本硬件来实现激励信号的产生和响应信号的采集,本系统采用软件工程中面向组件的设计思想,从而使繁琐的编程过程转变为组件的开发和搭接两个步骤,同时采用严格数据类型的枚举控件,极大地提高了系统的可重用性和可扩展性。同时利用LabVIEW中同步控制技术中的Queue技术来完成通用自动测试系统组件的搭接,从而实现了信号源和测试仪的集成,由此避免了数据的丢失。     

基于组件式结构的测控系统研制

针对某化学分析仪器对自动化及无人操作的需求,采用组件式的结构设计其测控系统,分析了该测控系统的结构,介绍了软硬件设计的思路和流程,系统设计时采用了多种方法加强其可靠性.     

基于独立物流的组分流率与总流率平衡的数据校正新方法

在分析适于双线性约束的Simpson法基本原理的基础上,指出了该方法直接用于多组分过程数据校正不满足组分流率与总流率平衡约束的缺陷。同时,为充分利用基于独立物流的Simpson法简单、快速、准确的优点,通过在目标函数中引入组分独立物流与总独立物流平衡的约束条件,推导给出了新的计算方法。实例对比研究表明,新方法克服了Simpson法的缺陷,且新方法与常用的投影矩阵法相比具有较高的精度。     

On-line Batch Process Monitoring with Improved Multi-way Independent Component Analysis

In the past decades, on-line monitoring of batch processes using multi-way independent component analysis (MICA) has received considerable attention in both academia and industry. This paper focuses on two troublesome issues concerning selecting dominant independent components without a standard criterion and determining the control limits of monitoring statistics in the presence of non-Gaussian distribution. To optimize the number of key independent components, we introduce a novel concept of system deviation, which is able to evaluate the reconstructed observations with different independent components. The monitored statistics are transformed to Gaussian distribution data by means of Box-Cox transformation, which helps readily determine the control limits. The proposed method is applied to on-line monitoring of a fed-batch penicillin fermentation simulator, and the experimental results indicate the advantages of the improved MICA monitoring compared to the conventional methods.     

低浓度含酚废水回收工艺的研究

对低浓度含酚废水采用大孔吸附树脂回收利用的新工艺。结果表明:对低浓度含酚废水经过回收处理后,能够达到国家排放标准;以大孔树脂为吸附材料,回收含酚废水的最佳吸附条件为:选用大孔树脂HZ-803,吸附速度为5.4 m L/min,解析速度为5.4 m L/min,收率为91.1%,产品含量为98.2%;实现了经济效益与环境效益的统一。