基于差分进化算法的PTA过程平均粒径的动态软测量
信息技术与网络安全 2期
郭储磊
(南京邮电大学 自动化学院，江苏 南京210000)
摘要： 摘 要： 针对工业过程中由于时延问题造成软测量模型预测精度不高的问题，给出了一种通过差分进化算法估计时延的动态软测量方法。通过偏最小二乘法建立合适的适应度函数，将软测量系统的时延参数估计问题转化为一个多维非线性优化问题，然后利用差分进化算法的全局搜索能力求解该优化问题。针对PTA精制过程中的PTA平均粒径大小建模研究，结果表明，时延参数估计的引入大大提高了软测量模型的预测精度，证实了所提方法的有效性和可行性。
中圖分類號： TP274
文獻(xiàn)標(biāo)識碼： A
DOI： 10.19358/j.issn.2096-5133.2022.02.008
引用格式： 郭儲磊. 基于差分進(jìn)化算法的PTA過程平均粒徑的動態(tài)軟測量[J].信息技術(shù)與網(wǎng)絡(luò)安全，2022，41(2)：46-52.
文獻(xiàn)標(biāo)識碼： A
DOI： 10.19358/j.issn.2096-5133.2022.02.008
引用格式： 郭儲磊. 基于差分進(jìn)化算法的PTA過程平均粒徑的動態(tài)軟測量[J].信息技術(shù)與網(wǎng)絡(luò)安全，2022，41(2)：46-52.
Dynamic soft sensor of average particle size in PTA process based on differential evolution algorithm
Guo Chulei
(Automatic College，Nanjing University of Posts and Telecommunications，Nanjing 210000，China)
Abstract： Aiming at the problem that the prediction accuracy of soft sensor model is not high due to the delay problem in industrial process, a dynamic soft sensor method using differential evolution algorithm to estimate the delay is proposed. The problem of time delay estimation of soft measurement system is transformed into a multi-dimensional nonlinear optimization problem by establishing a suitable fitness function by partial least square method, and then the global search ability of differential evolution algorithm is used to solve the optimization problem. Aiming at the modeling of PTA mean particle size in PTA refining process, the results show that the introduction of delay parameter estimation greatly improves the prediction accuracy of soft sensor model, and the validity and feasibility of the proposed method are verified.
Key words : soft sensor; differential evolution; time delay estimation; partial least squares
0 引言
許多關(guān)鍵質(zhì)量變量難以及時測量，一直是現(xiàn)代工業(yè)過程監(jiān)控和優(yōu)化的主要問題[1-4]。在線硬件設(shè)備或離線實驗室分析儀通常用于測量工業(yè)過程中的質(zhì)量變量。然而，它們往往受到技術(shù)或經(jīng)濟(jì)上的限制，如環(huán)境惡劣、定期維護(hù)、成本昂貴、時間延遲大等。此外，對于一些響應(yīng)時間較短的過程，不能滿足過程優(yōu)化和控制的實時性要求。為了解決這些問題，建立了軟傳感器對質(zhì)量變量進(jìn)行實時估計，通過這些易于測量的輔助變量建立數(shù)學(xué)預(yù)測模型[5]。
在實際的工業(yè)生產(chǎn)流程中，時滯效應(yīng)在系統(tǒng)中是常見的，比如由于系統(tǒng)的儲蓄單元引起的容積時延，或者信號傳輸過程中的純時延等。過程時延對于軟測量建模的預(yù)測精度會產(chǎn)生很大的影響。因此，時延參數(shù)的估計是控制理論和系統(tǒng)辨識領(lǐng)域的研究熱點和難點[6-8]。
本文詳細(xì)內(nèi)容請下載：http://m.tom3567.com/resource/share/2000003950
作者信息：
郭儲磊
(南京郵電大學(xué) 自動化學(xué)院，江蘇 南京210000)
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。