郭庆武[1]2003年在《软测量模型生成系统研究与应用》文中研究说明软测量技术是一门有着广阔发展前景的新兴工业技术，在工业中应用越来越多。软测量模型的建立与实施本身是一项费时、费力、异常烦琐的工作。在实际的软测量建模工作中，若没有功能完善的专用建模工具，工程人员则需要投入很大精力自己编写软测量各种相关程序：这不仅需要工程人员对软测量技术有深入到具体算法的能力，而且必然耗去他们很多时间使其不能专注于软测量模型的具体设计与实施。因而，拥有一套软测量建模工具对于提高工程人员的建模工作效率无疑有很大的帮助。国外一些公司以商品化软件的形式推出各种软测量仪表，但这些软件价格昂贵；国内在软测量理论研究和应用方面也进行了大量的工作，但是真正做到成熟商品软件的还很少。另外，从查阅的资料来看，国内外推出的软测量软件包一般都是侧重于某种特定的建模方法，对于别的建模方法不予涉及或者提供的功能有限，这就造成用户在建模方法选择上的局限性。 以上情况在一定程度下影响了软测量技术在工业过程中的应用推广。因此，开发一套功能齐全、操作简单、对使用者技术要求低的软测量模型生成系统是很有意义的一个课题。本文在对软测量技术作了深入研究和借鉴国内外软测量软件包开发成果的基础上，对软测量模型生成系统作了开发研究。该系统的主要组成和特点是： (1)提供了选择辅助变量的多种方法。如人工筛选和主元分析筛选等。 (2)提供了多种数据误差处理方法。如3δ法、平均滤波、上下限幅等。 (3)提供了多种软测量模型建立方法。主要分作两大类，一类是回归分析方法，具体包括多元线性回归、多元逐步回归、主元回归等；一类是神经网络方法，包括BP网络和RBF网络。其中BP算法除标准梯度下降法外还提供了6种改进算法。本系统这种集成有多种软测量建模方法的结构使得用户能够在各种方法之间比较选择，从而最终得到一个合适的软测量模型。这一结构改变了目前国内外一些软测量软件包只侧重于某种特定建模方法的状况。 (4)主元分析和神经网络结合建模的内容目前已有不少报道，但将这种方法集成在软测量软件包中的报道还未看到，本系统实现了这一方法。 (5)为了提高系统所建模型的推广能力，本系统采用了“提前停止”方法，克服了一些软测量软件包所建模型拟和精度高而推广能力不佳的缺点。 (6)所建模型结果以图形、公式、数学统计量的形式显示和保存，使用户可以比较选择理想模型。 为了在实际应用中验证本系统的开发效果，本文以某厂丁二烯精馏塔为研究对象，借助本系统对其关键组分作了建模研究。 在本文绪论部分首先对软测量技术作了阐述，然后对国内外在软测量软件包开发上取得的成果作了介绍，最后说明本系统的开发意义和功能特点。在第二章中对软测量模型生成系统的结构和关键技术作了介绍。在接下来的叁章中，分别对软测量模型生成系统的各个子系统的实现作了讨论，它们分别是数据预处理子系统、建模子系统和模型校验子系统。在第六章中，将该系统应用于某厂丁二烯精馏塔关键组分的软测量建模研究中，并将各种建模方法的建模效果做了比较。最后一章对本文的工作做了总结并对下一步的工作做了展望。
薄翠梅, 张湜, 郭庆武, 李俊[2]2004年在《软测量模型自动生成系统的研究与开发》文中进行了进一步梳理设计并开发出一套基于Matlab和VB的软测量建模生成系统。该系统的特点在于能提供多种选择变量和数据处理的方法;集成了多种多元回归神经网络等软测量建模方法及其相互结合的应用,这种结构使得用户能够在各种方法之间比较选择,从而最终和到一个合适的软洲量模型。改变了目前国内外一些软测量软件包只侧重于某种特定的建模方法的状况。同时系统采用了"提前停止"方法,克服一些软测量软件包所建模型的拟合精度高而推广能力不佳的缺点。实际建模应用表明,该系统算法简单、操作灵活,具有良好的人机交互和较高的执行效率。
苗艳荣[3]2008年在《发酵过程生物量软测量专家系统知识库研究》文中研究指明微生物发酵工程是生物工程和现代生物技术及其产业化的基础。生物量是发酵过程中重要的过程参数,直接影响着发酵过程的控制和优化。由于生物传感器的缺乏,目前还没有很好地解决生物量的在线检测问题。软测量是利用辅助变量在线估计不可测或难测变量的技术,采用软测量技术对生物量进行在线估计,是解决生物量在线测量的有效途径。在发酵过程生物量软测量建模的过程中,构建机理模型与辨识模型相结合的软测量混合模型是解决生物量在线估计的关键。专家系统能够运用专家的知识与经验进行推理、判断和决策,是解决生物量软测量混合模型构建的有效方法。知识库存储领域专家的专门知识,是专家系统的重要组成部分之一。因此,研究专家系统知识组织方法和知识库对于生物量软测量混合模型结构的构建具有重要的理论意义。本文在详细分析发酵过程生物量软测量建模及专家系统应用研究现状的基础上,通过分析发酵过程生物量软测量模型的知识特点,提出了发酵过程生物量软测量专家系统知识库的知识组织方法;建立了发酵过程生物量软测量专家系统的知识表示结构,给出了用于生物量软测量专家系统知识库的知识表示形式和知识组织分层结构;通过研究规则层间关系,给出了解决规则层冗余的冗余校验算法;并在此基础上,基于.net平台结合数据库技术设计了相应的专家系统知识库。实验研究表明,应用分层结构的知识组织方法进行推理,与应用顺序结构的知识组织方法进行推理相比较,在同样的搜索目标的条件下,所需步长明显减小,缩短了推理时间。采用规则冗余算法可以很好地解决生物量软测量专家系统知识库中规则层的冗余问题。
王珊[4]2012年在《基于改进人工蜂群算法和LSSVM的甲醇合成过程软测量建模方法研究》文中研究表明为了保证甲醇生产的产率和质量,需要对合成过程中的重要工艺指标——粗甲醇质量分数进行严格的监控,但由于一些技术原因或经济条件限制,使得该参数难以实时在线测量。论文课题基于某厂设计的甲醇项目工程,以甲醇合成工序为研究对象,基于最小二乘支持向量机建立软测量模型,并用改进人工蜂群算法选择模型参数,从而对粗甲醇质量分数进行估计,实现粗甲醇质量分数的实时测量。论文首先对近年来新提出的一种群智能优化算法——人工蜂群算法进行了研究,针对算法存在的不足之处,在基本人工蜂群算法的基础上做出改进,提出了基于混沌优化的双种群人工蜂群算法。仿真实验表明,改进算法与基本算法相比,在收敛速度和算法精度上都有明显提高。使用改进人工蜂群算法选择最小二乘支持向量机模型的参数,可以获得更佳的模型参数组合,模型具有较高的精度,基于改进人工蜂群算法的最小二乘支持向量机方法是一种可行有效的方法。其次,将基于改进人工蜂群算法的最小二乘支持向量机方法用于甲醇合成过程中,在深入学习甲醇合成工序工艺流程的基础上,通过分析甲醇转化率影响因素和合成工序中的其他影响环节,合理选择软测量模型的辅助变量,以现场采集的实际数据为基础,建立基于改进人工蜂群算法的最小二乘支持向量机甲醇合成过程软测量模型,所建立模型的输出估计值与实际值能够较好吻合,模型具有较好的泛化能力。最后,针对甲醇合成过程,采用VC++6.0和组态王King Vie w6.5软件设计开发甲醇合成过程软测量系统,所开发系统可独立运行于上位机,运行测试结果良好。
王海瑞[5]2007年在《密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究》文中研究说明随着城市化进程的加快，由于城市生活垃圾生产周期变短，而使得城市生活垃圾的日产量急剧增加，处理城市生活垃圾是绝大多数城市所面临的问题。目前，城市生活垃圾直接气化熔融焚烧技术作为处理城市生活垃圾的一种新型无害化、减量化、资源化处理的新技术已经得到广泛的研究和推广。在城市生活垃圾直接气化熔融焚烧过程中如何实现稳定的气化熔融对于城市生活垃圾的有效处理和有效控制二恶英的排放以及热能的有效利用至关重要，但由于城市生活垃圾固有的特点，使得城市生活垃圾直接气化熔融焚烧过程的物理化学过程十分复杂，正引起国内外研究者的广泛重视。本文针对我国城市生活垃圾的特点以及直接气化熔融技术发展现状，从稳定燃烧过程的角度出发，对城市生活垃圾直接气化熔融焚烧过程的稳定性进行研究。在这方面目前我国相关的研究还比较缺乏。本论文首先概述了目前国内外用于城市生活垃圾焚烧处理的主要技术方法，对不同处理方法的优势及存在的问题进行了分析与评价。在对城市生活垃圾焚烧技术深入分析的基础上，结合我校自行研制的密闭式城市生活垃圾直接气化熔融焚烧炉，提出了密闭式城市生活垃圾直接气化熔融焚烧过程控制的研究思路，在理论研究和仿真的基础上进行了系统而深入的研究工作。本文主要从以下几个方面开展研究：综述了国内外城市生活垃圾直接气化熔融焚烧技术的应用及发展状况，阐述人工神经网络模型及学习算法、探讨了国内外人工神经网络技术的最新研究进展及在城市生活垃圾焚烧过程中的应用情况；分析了昆明理工大学自行研制的密闭式城市生活垃圾直接气化熔融焚烧炉的工艺过程，提出了密闭式城市生活垃圾直接气化熔融焚烧炉的控制系统组成结构。通过对密闭式城市生活垃圾直接气化熔融焚烧过程的机理进行分析，得到了影响熔融区温度和第二燃烧室温度稳定的主要因素。结合基本模糊控制方法，创新性地提出了城市生活垃圾熔融区温度和第二燃烧室温度模糊自适应控制策略，研究了模糊自适应控制策略在密闭式城市生活垃圾直接气化熔融焚烧过程中的设计与应用方法。分别详细设计了熔融区温度模糊自适应控制器、第二燃烧室温度模糊自适应控制器以及对余热锅炉叁冲量进行控制的模糊PID控制器。并对影响各个控制器性能的因素进行了分析研究。对本文建立的密闭式城市生活垃圾直接气化熔融过程熔融区温度和第二燃烧室温度模糊自适应控制模型与常规PID控制模型以及基本模糊控制器在应用上进行了仿真对比，仿真结果表明模糊自适应控制策略具有明显改善系统控制性能效果。在以上研究的基础上，通过集成遗传算法、神经网络和模糊控制叁种计算方法，建立了密闭式城市生活垃圾直接气化熔融焚烧过程最具代表性的状态函数。采用遗传算法可以搜索到不同目的下的多目标最优控制策略，并利用遗传算法实现了密闭式城市生活垃圾直接气化熔融焚烧过程模糊控制规则的自动形成。利用叁种计算方法实现的智能控制系统可以使密闭式城市生活垃圾直接气化熔融焚烧过程的控制效果得到最优。通过对集成了叁种软计算方法构成的控制系统进行的仿真，仿真结果不仅证实了智能控制器在城市生活垃圾直接气化熔融焚烧过程中的实用性和稳定性，而且对其他类型城市生活垃圾焚烧过程控制系统的建立有一定的参考价值。创造性地建立了基于遗传算法和BP神经网络的二恶英软测量模型，介绍了二恶英软测量的模型结构、建模方法、神经网络的节点激励函数、网络层数、学习精度、隐含层节点数、目标函数误差、初始权值与阈值、学习速率的选取与设置等内容；比较了纯BP算法与基于遗传算法和BP神经网络的二恶英软测量模型的应用效果；分析了软测量模型对城市生活垃圾直接气化熔融焚烧过程的控制机理，详细研究了主要影响二恶英排放软测量模型性能的参数；探讨了利用遗传算法结合神经网络技术对城市生活垃圾直接气化熔融焚烧过程二恶英排放软测量的可行性。最后，对全文的研究内容和结论进行了总结，对本文建立的密闭式城市生活垃圾直接气化熔融焚烧过程的模糊自适应控制策略和二恶英排放软测量模型需要改进的方面进行了阐述，分析了二恶英排放软测量模型的应用前景。并对稳定控制城市生活垃圾直接气化熔融过程的研究发展方向进行了展望，明确了下一步工作的主要研究方向。
李雨绅[6]2017年在《基于时间维度拓展局部加权ELM的工业过程软测量建模》文中研究指明在现代工业过程中,为了保证生产过程安全和产品质量,及时获得过程关键产品参数具有非常重要的意义。然而由于技术和成本限制,在复杂的工业过程中很难直接对关键的质量变量进行检测。很多情况下必须使用昂贵的测量仪表或者对生产过程造成一定的干扰。工业过程软测量技术通过建立容易测量的辅助变量和质量变量之间的数学模型,来间接的对质量变量进行检测。在软测量建模算法的发展过程中,传统的多元统计回归方法算法结构简单,速度快,而日趋成熟的神经网络算法和深度学习算法精度高适应非线性过程但是计算速度往往较慢。本文围绕极限学习机(Extreme Learning Machine,ELM)这种单隐层神经网络算法进行研究。该算法无需进行神经元参数的反复迭代计算。运算速度快、精度高并且不会陷入局部最优解,具有良好的发展潜力。本文围绕ELM算法,以工业过程软测量建模为应用背景展开研究,得到的主要研究成果总结如下:1)针对工业过程的非线性问题,提出了基于局部加权极限学习机(LWELM)的软测量建模方法。利用局部加权方法对每个测试样本点建立局部模型,相比全局模型简化了模型的复杂度,有利于解决复杂工业非线性过程中ELM算法泛化性能不足的问题,仿真验证了该方法能有效改进软测量模型预测精度。2)针对工业过程的动态性问题,提出了基于时间维度拓展极限学习机(TELM)的软测量建模方法。该方法将当前时刻前后的样本点合并为新的样本点,得到一个高维度高线性相关性的包含过程动态性信息的拓展矩阵。ELM算法能够克服样本高维度和线性相关性强问题,并且利用增加的数据量改善了 ELM算法在有限样本情况下的泛化能力不足问题,同时得到了过程动态信息。仿真验证了该方法能有效改进软测量模型预测精度。3)针对工业过程的动态性、非线性以及噪声误差干扰问题,提出了基于时间维度拓展局部加权极限学习机方法(TLWELM)的软测量建模方法。该方法既考虑时间临近样本之间的动态相关关系,也考虑空间上临近样本点之间的局部模型相似性,采用了两种改进方法结合的方式对极限学习机算法进行改进。局部加权方法在一定程度上排除了离群点和奇异值降低噪声和误差的干扰。同时改善了极限学习机的泛化性能,降低了时间维度拓展方法为了改善极限学习机泛化性能所需要的拓展维度。随着拓展矩阵的缩小,噪声和误差的干扰也进一步减弱了。仿真验证了该方法能有效改进软测量模型的预测精度。
许少鹏[7]2014年在《基于自组织递归模糊神经网络的SVI软测量研究》文中进行了进一步梳理污泥膨胀现象机理复杂，影响因素众多，难以控制，发生率高，采用活性污泥法的污水处理厂几乎都存在污泥膨胀现象。活性污泥系统具有高度非线性、大滞后性、时变和不确定性等特点，很难建立传统的数学模型，并且污泥膨胀的关键参数污泥容积指数（Sludge Volume Index，SVI）难以在线测量。必须通过建立污泥膨胀软测量模型实现关键水质参数的检测。基于人工神经网络的软测量建模方法近年来应用广泛，能够建立复杂系统的精确模型。针对活性污泥系统复杂的动态特性，基于递归神经网络建立其关键参数的软测量模型，递归神经网络能够逼近任意非线性函数，处理动态信息的能力强。该模型能够很好的模拟活性污泥系统的动态变化过程，实现关键水质的在线预测。本文主要的研究工作包括以下几点：1.深入研究了污泥膨胀的沉降性能指标及影响因素，针对SVI难以在线检测的问题，对影响SVI的主要因素从进水水质和反应器环境两方面进行了分析。基于monod方程结合ASM1和微生物的生长机理及曝气池机理建立活性污泥法的数学模型，为接下来预测模型的提出和改进提供重要的理论依据。在对污泥膨胀现象进行机理分析和深入研究软测量技术的基础上，采用神经网络进行软测量建模，软测量模型的建立步骤包括：辅助变量的选取，数据的采集和预处理，样本数据的主元分析，最后完成SVI软测量模型的结构设计。2.在深入研究模糊神经网络结构和污泥膨胀特性的基础上，对递归模糊神经网络结构进行改进，通过在规则层引入带内部变量的自反馈连接，获得了一种新型的改进递归模糊神经网络HRFNN。反馈环节的设计增强了网络处理动态信息的能力，更加符合污水处理复杂动态系统的特性。将新型网络应用于SVI的软测量建模中，并与其他模糊网络进行比较，HRFNN具有网络结构小，网络泛化能力强，学习能力强，训练精度高等优点。3.针对传统递归模糊神经网络的结构设计中存在的问题，研究了具有自组织功能的递归模糊神经网络，提出了一种新的递归模糊神经网络结构优化算法，采用规则激活强度作为规则增加的判断依据，模糊集的增加机制避免冗余模糊集的问题，采用梯度下降法进行模型中所有参数的学习。通过动态系统辨识实验与其他模糊网络的结构优化算法比较，仿真结果表明该结构优化算法不仅有效而且模型结构简单，泛化能力强，性能优越。4.在污水处理建模中应用新型自组织递归模糊神经网络SOHRFNN，来预测关键水质参数，通过仿真证明了该模型的有效性，并与递归模糊神经网络HRFNN作比较，该模型表现出更加良好的性能。
王岩[8]2005年在《基于神经网络优化理论的软测量技术及应用研究》文中研究说明本文来源于国家自然科学基金项目“基于流态复杂性测度的流量软测量模型及虚拟动态流量计”(项目编号60374042)。 近年来,随着流体传动及控制技术的快速发展,动态流量的测量已经变得越来越重要,国内外的学者们做了不少研究工作,但仍没有在工程中得以实际应用,因此动态流量的测量仍然是一个难题。本文引入软测量技术解决这一难题,深入研究软测量建模方法,较好地解决动态流量软测量建模问题。 首先在分析国内外有关软测量技术的基础上,阐述软测量技术主要研究内容、建模方法,并分析设计动态流量软测量的实现技术方案。讨论神经网络建模方法、发展情况和应用中存在的问题,就建模问题,分析研究用于建模的BP(Back Propagation)网络的各种改进算法,针对BP算法始终无法克服陷入局部极小问题,提出用遗传算法优化BP网络的建模方法。 其次,针对遗传算法局部搜优能力差和易早熟的问题,改进已有的遗传算法。提出一种混合的小生境选择操作,对标准遗传算法中的变异算子和交叉算子也做出改进,提高个体多样性,较好的避免早熟问题。 然后,重点设计一套实用的遗传算法优化BP网络的实数编码方案,把改进的遗传算法对BP算法进行优化,根据具体情况构建适应度函数,设计算法流程。通过仿真实验,证明该优化设计建模方法是行之有效的。 最后,完成动态流量的软测量,其中包括变量选择、数据采集、数据预处理和本论文的核心部分即基于优化神经网络的动态流量的软测量建模。 本文提出的软测量方法为流量测量引入新的思路,研究的优化算法对其他的建模领域有广泛的应用前景。
何华[9]2013年在《基于软测量的蓄电池容量检测方法研究》文中研究说明目前，由于能源紧缺和环境污染问题日益严重，纯电动汽车及混合电动汽车成为了汽车行业未来的发展趋势。由于铅酸蓄电池具有大能量、性价比高等特点而被广泛的作为电动汽车的动力源。对动力源的有效管理又成为了电动汽车的重点，电动汽车的能源管理系统又以铅酸蓄电池剩余容量为基础，因此，铅酸蓄电池剩余容量的精确估计成为了电动汽车研究领域的热点问题。本文提出了基于自适应模糊神经网络这种软测量技术对铅酸蓄电池剩余容量进行估计的方法。神经网络与模糊推理的有机结合可以有效的发挥各自的优势并且互补，采用神经网络技术进行模糊信息处理可以自动生成模糊规则和模糊隶属度函数，从而使模糊推理系统成为自适应模糊推理系统，模糊推理中引入神经网络，大大拓宽了神经网络处理信息的范围和能力。采用自适应模糊神经网络方法可以实现对铅酸蓄电池剩余容量的精确估计。论文主要内容如下：首先，本文分析和介绍了国内外铅酸蓄电池剩余容量的各种估计方法，并比较了各种估计方法的优点和缺点，提出了本文的基于自适应模糊神经网络这种软测量技术方法；其次，根据软测量技术建模的基本思路，本文利用MATLAB2011版本中提供的铅酸蓄电池模块搭建了铅酸蓄电池放电电路，实现数据的采集，再利用仿射传播聚类这种新型聚类算法对采集到的数据进行预处理，同时对该聚类算法进行了详细的分析和研究；最后，本文利用自适应模糊神经网络这种软测量建模方法建立了铅酸蓄电池剩余容量的估计模型，并进行了仿真分析，通过仿真分析可以看出，模型的估计精度较高，模型的泛化能力较好，证明了本文采用的方法的正确性和可行性。
张鹏[10]2008年在《统计过程监控与质量控制应用软件的研发》文中研究表明在工业过程中,有效的过程监控和质量控制是保证生产安全、提高产品质量和经济效益的关键。统计过程监控是一种基于数据驱动的方法,它以多元统计理论为基础,通过对过程测量数据的分析和解释,判断过程所处的运行状态,在线检测和识别过程中出现的异常工况,从而指导生产、提高产品质量和生产效率。同时,现代工业过程中许多重要的变量难以在线测量,限制了过程工业的发展。软测量技术通过一些可以测量的过程变量和其他一些参数,能够在线的估计那些无法直接测量的过程变量,从而为过程控制、质量控制、过程管理与决策等提供支持。本文从软件研究开发的角度,基于VC++软件开发平台,应用了MATLAB COM组件技术、ADO技术、XML技术等,开发了统计过程监控应用软件和软测量应用软件。文章的主要内容包括:1.介绍了甲醇的生产工艺和应用情况及软件应用背景的工艺过程。2.介绍了研究开发统计过程监控应用软件和软测量应用软件所采用的软件体系结构,及软件研究开发中所应用到的MATLAB COM组件技术、ADO技术、XML技术等,和软件的安装与操作使用。3.分析了多变量统计过程监控的原理,进而结合上海焦化有限公司甲醇精馏过程的特点和工艺要求,将研究开发的统计过程监控软件应用到上海焦化有限公司甲醇精馏生产过程中,对甲醇精馏过程进行了统计过程监控。4.分析了软测量技术的原理,进而结合上海焦化有限公司甲醇精馏过程的特点和工艺要求,将研究开发的软测量软件应用到上海焦化有限公司甲醇精馏生产过程中,对重要质量参数甲醇浓度S2进行了预估。5.最后对整篇论文进行了总结和展望。
参考文献：
[1]. 软测量模型生成系统研究与应用[D]. 郭庆武. 南京工业大学. 2003
[2]. 软测量模型自动生成系统的研究与开发[J]. 薄翠梅, 张湜, 郭庆武, 李俊. 控制工程. 2004
[3]. 发酵过程生物量软测量专家系统知识库研究[D]. 苗艳荣. 北京化工大学. 2008
[4]. 基于改进人工蜂群算法和LSSVM的甲醇合成过程软测量建模方法研究[D]. 王珊. 华东理工大学. 2012
[5]. 密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究[D]. 王海瑞. 昆明理工大学. 2007
[6]. 基于时间维度拓展局部加权ELM的工业过程软测量建模[D]. 李雨绅. 浙江大学. 2017
[7]. 基于自组织递归模糊神经网络的SVI软测量研究[D]. 许少鹏. 北京工业大学. 2014
[8]. 基于神经网络优化理论的软测量技术及应用研究[D]. 王岩. 燕山大学. 2005
[9]. 基于软测量的蓄电池容量检测方法研究[D]. 何华. 兰州交通大学. 2013
[10]. 统计过程监控与质量控制应用软件的研发[D]. 张鹏. 上海交通大学. 2008
标签：自动化技术论文; 软测量论文; 模糊神经网络论文; 模糊算法论文; 仿真软件论文; 建模软件论文; 模糊理论论文; 动态模型论文;