[发明专利]基于贝叶斯框架的动态软测量建模方法及装置

说明书

技术领域

本发明涉及计算机领域，尤其涉及工业生产过程中的基于贝叶斯框架的动态软测量建模方法及装置。

背景技术

在工业生产控制过程中，质量变量通常是由与产品的质量相关的指标构成，例如柴油的干点、聚丙烯的熔融指数，化学反应器中的pH值等。然而，质量变量通常无法进行在线测量，只能够通过长达几小时的实验室分析化验来得到，而实验室的化验数据延迟太大，无法用来作为控制回路的反馈信号，高品质的控制要求得不到满足；即便某些质量变量有可供选择的在线分析仪器，但这些仪器通常价格昂贵且后期维护费用高。基于上述原因，在化工过程、生物制药、钢铁锻造等领域，普遍采用软测量方法通过建立二次变量与质量变量之间的数学关系建立模型，实现对难测变量的实时预报输出。

目前的软测量方法，如主成分分析（PCA）、偏最小二乘（PLS）、人工神经网络（ANN）、支持向量机（SVM）等一大批基于统计学习理论的建模方法被应用到软测量建模中，并且取得了一定的成果。但是存在以下问题：

第一：通常只考虑与质量数据点时序匹配的过程数据点，然而实际的工业处理过程大多数都处在动态变化当中，当前时刻系统的某个状态必然是由之前一段时间的状态决定的，而不是某一个时间点的状态单独决定的，故测量结果不够精确；

第二：忽略了过程时延或即便考虑了过程时延的因素，单纯使用某个过程数据点进行建模的方法，由于缺乏对过程动态特性的描述，使得软测量模型的适用性仅仅局限在稳态工况下，一旦出现工作点变化或者扰动发生，模型的跟踪能力会大幅度降低。被利用的过程数据仅仅占全部数据的很小一部分，大部分含有丰富过程信息的数据被直接丢弃处理，故测量结果不够精确；

第三，由于静态软测量模型在二次变量发生剧烈变化时质量变量也会剧烈变化，因此从控制的角度出发，当软测量的输出作为控制回路的反馈信号时，控制性能会有较大幅度的恶化，最终影响测量的反馈结果。

发明内容

（一）发明目的

本发明旨在提供一种高精度的测量结果的基于贝叶斯框架的动态软测量建模方法及装置。

（二）技术方案

为达上述目的，本发明基于贝叶斯框架的动态软测量建模方法，包括以下步骤：

步骤A：建立一阶脉冲响应模型以及支持向量机模型；

所述的一阶脉冲响应模型为：