軟測(cè)量技術(shù)的研究與應(yīng)用.pdf

1、該文針對(duì)軟測(cè)量技術(shù)的研究及應(yīng)用,主要完成如下工作: 對(duì)建立軟測(cè)量模型的各種方法進(jìn)行了較為詳細(xì)的總結(jié)和分析,并對(duì)它們各自的特點(diǎn)進(jìn)行了闡述. 提出了基于模糊神經(jīng)網(wǎng)絡(luò)的軟測(cè)量建模方法.針對(duì)化工過(guò)程中經(jīng)常出現(xiàn)的多采樣率數(shù)據(jù)問(wèn)題,提出了基于多采樣率數(shù)據(jù)的軟測(cè)量模型.這兩個(gè)方法的仿真證明了神經(jīng)元網(wǎng)絡(luò)在建立軟測(cè)量模型上的有效性. 提出了基于模糊規(guī)則分類(lèi)的分布式神經(jīng)元網(wǎng)絡(luò)的軟測(cè)量建模方法.為了使所建的軟測(cè)量模型具有較好的泛化性能,通常要采集較多的樣本數(shù)

2、據(jù).在這種情況下,如果用一個(gè)網(wǎng)絡(luò)建立軟測(cè)量模型,會(huì)導(dǎo)致較大的網(wǎng)絡(luò)結(jié)構(gòu)、較長(zhǎng)的模型訓(xùn)練時(shí)間等等問(wèn)題.分布式網(wǎng)絡(luò)是解決上述問(wèn)題的有效方法.該文針對(duì)這個(gè)問(wèn)題提出了基于模糊規(guī)則分類(lèi)的分布式網(wǎng)絡(luò)軟測(cè)量模型,仿真證明了該方法有效的解決了上述問(wèn)題.對(duì)軟測(cè)量模型的校正技術(shù)進(jìn)行了研究.軟測(cè)量模型是利用過(guò)程信息實(shí)現(xiàn)不可測(cè)或難測(cè)變量的估計(jì).很明顯,軟測(cè)量模型預(yù)測(cè)精度的高低不僅依賴(lài)于模型本身的結(jié)構(gòu)和特性參數(shù),而且也取決于過(guò)程信息獲取的正確與否.可見(jiàn),軟測(cè)量模型

3、的校正包括軟測(cè)量模型輸入數(shù)據(jù)的校正和軟測(cè)量模型本身結(jié)構(gòu)和特性參數(shù)的校正兩方面的內(nèi)容.該文針對(duì)軟測(cè)量模型的校正技術(shù),提出了一種改進(jìn)的PCA數(shù)據(jù)處理方法,并基于此方法實(shí)現(xiàn)了對(duì)過(guò)程數(shù)據(jù)的故障診斷與重構(gòu).另外,該文還提出了一種基于分布式RBF網(wǎng)絡(luò)的模型結(jié)構(gòu)實(shí)時(shí)校正算法.研究了精苯精餾過(guò)程中產(chǎn)品一純苯干點(diǎn)估計(jì)的軟測(cè)量模型建立方法,在精苯精餾過(guò)程中,純苯干點(diǎn)是用來(lái)衡量產(chǎn)品純度的一個(gè)重要指標(biāo),這個(gè)值通常是通過(guò)離線(xiàn)化驗(yàn)分析獲得的,所以帶有較大的測(cè)量滯后