学位论文 > 优秀研究生学位论文题录展示

基于OS-ELM-RPLS的间歇过程软测量建模与迭代控制

作　者: 唐奡
导　师: 毛志忠
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 问歇过程软测量技术 OS-ELM-RPLS 建模迭代控制
分类号: TB497
类　型: 硕士论文
年　份: 2009年
下　载: 182次
引　用: 1次
阅　读: 论文下载

内容摘要

间歇过程作为一种典型的生产方式,广泛存在于钢铁冶金、化工制造、生物医学以及半导体等生产过程中。间歇生产过程存在着多变量、时变性、反应复杂、多工序等特性,使得人们难以根据机理来建立模型,而基于数据的软测量技术的出现、研究与发展,使其逐渐成为间歇生产过程中最有效的建模分析方法。其中,以主元分析(PCA)、偏最小二乘(PLS)为代表的多元统计学方法以其独特的核心技术,被广泛的应用于间歇过程的质量预报、在线监测和故障诊断。间歇过程的变量间存在着很强的非线性和相关性,非线性偏最小二乘算法非常适合用于间歇过程的建模,这其中又以神经网络与偏最小二乘法结合最为有效。极限学习机(ELM)是一种单隐含层前向神经网络,其随机确定输入层权值和阈值,有着极快的训练速度。本文将ELM和PLS结合,充分利用二者的优点,既有效的拟合了非线性特性、去除变量相关性,又具有建模速度快的优势。同时针对间歇过程的时变性和扰动的影响,采用了在线更新的策略,提出一种基于OS-ELM-RPLS的非线性可更新模型,利用在线连续极限学习机(OS-ELM)更新内部模型,同时外部模型对负载矩阵加权更新,实现非线性PLS整体的更新。间歇过程的反复特性使得以迭代学习控制思想为主的批次间迭代控制成为了近年来研究的热点,针对间歇过程具有时变性以及易受到不确定扰动的影响,间隙过程批次对批次控制可以利用前面若干批次的信息,有效的指导和修正下一批次的输入轨迹,使得产品质量指标更快更好的收敛于期望的生产指标。在迭代控制算法中,模型是影响控制效果的关键因素,结合本文的OS-ELM-RPLS模型,提出一种基于非线性可更新模型的迭代优化控制算法,不仅准确获取了过程非线性和动态特性、保证了模型精度,而且更有效的指导了批次间的迭代控制,从而可以获得更好的控制效果和产品指标。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-26
  1.1 研究背景  10-11
  1.2 间歇生产过程综述  11-16
    1.2.1 间歇生产过程的特点  11-12
    1.2.2 间歇过程的数据特征和多时段特性  12-14
    1.2.3 间歇过程的控制要求和功能  14-16
  1.3 间歇过程的统计建模方法  16-17
    1.3.1 回归分析方法  16
    1.3.2 人工神经网络方法  16-17
    1.3.3 模糊逻辑系统方法  17
    1.3.4 支持向量机方法  17
  1.4 间歇过程的操作优化  17-20
    1.4.1 间歇过程优化操作方法概述  17-18
    1.4.2 在线优化  18-19
    1.4.3 批次对比优化  19-20
  1.5 间歇过程的先进控制方法  20-24
    1.5.1 间歇过程控制方法概述  20-21
    1.5.2 非线性预测控制的应用  21
    1.5.3 迭代学习控制与预测控制相结合的应用  21-22
    1.5.4 间歇生产过程综合控制与优化  22-24
  1.6 本文主要工作  24-26
第2章基于数据的间歇过程软测量建模方法  26-38
  2.1 软测量技术概述  26-27
  2.2 软测量技术的现状与前景  27-28
  2.3 软测量的工程实现  28-30
    2.3.1 数据的预处理  28-29
    2.3.2 辅助变量的选择  29-30
    2.3.3 软测量模型的建立与校正  30
  2.4 基于数据的软测量建模方法  30-38
    2.4.1 统计分析方法  31-35
    2.4.2 神经网络建模方法  35-36
    2.4.3 基于核函数的建模方法  36-38
第3章基于OS-ELM-RPLS的间歇过程软测量建模方法  38-54
  3.1 引言  38-39
  3.2 非线性PLS方法  39-40
  3.3 OS-ELM-RPLS算法  40-46
    3.3.1 ELM算法  40-42
    3.3.2 online sequential ELM算法  42-44
    3.3.3 OS-ELM-RPLS建模方法  44-46
  3.4 OS-ELM-RPLS方法在间歇过程建模中的应用  46-53
    3.4.1 仿真数例  46-47
    3.4.2 苯乙烯聚合反应器仿真实验  47-49
    3.4.3 无缝钢管穿孔生产能耗预报应用  49-53
  3.5 本章小结  53-54
第4章基于OS-ELM-RPLS的间歇过程迭代优化控制  54-70
  4.1 引言  54-55
  4.2 基于软测量模型的间歇过程迭代学习控制方法  55-59
    4.2.1 基于传统线性PLS模型的迭代控制方法  55-57
    4.2.2 基于OS-ELM-RPLS模型的迭代优化控制方法  57-59
  4.3 基于OS-ELM-RPLS的迭代优化控制策略步骤  59-60
  4.4 实验分析  60-69
    4.4.1 不考虑扰动和时变性  62
    4.4.2 终点质量期望值变化  62-65
    4.4.3 参数突变  65-67
    4.4.4 参数慢时变  67-68
    4.4.5 不同采样频率  68-69
  4.5 本章小结  69-70
第5章结论与展望  70-72
参考文献  72-78
致谢  78-80
攻读硕士期间发表的论文  80

基于OS-ELM-RPLS的间歇过程软测量建模与迭代控制

内容摘要

全文目录

相似论文