[发明专利]基于局部二次加权核主成分回归的辊道窑温度建模方法

说明书

本发明公开了一种基于局部二次加权核主成分回归的辊道窑温度软测量建模方法。利用相似度较高的局部样本数据，结合辊道窑存在的高维度、非线性及过程时变等特性，分别引入核技巧、即时学习等技术，建立基于局部加权核主成分回归的辊道窑温度软测量模型；最后考虑到局部建模样本数据的输入变量对输出变量的影响程度不同，对局部建模变量二次加权，建立基于局部二次加权核主成分回归的辊道窑温度软测量模型，实现对辊道窑温度精确预测。本发明得到的模型能够更好的跟踪过程的状态变化，为辊道窑温度控制提供很好的指导作用，从而提高产品生产质量以及合格率。

所属领域

本发明属于辊道窑冶炼领域，具体涉及辊道窑温度软测量建模方法。

背景技术

锂电池具有工作电压高、比能量大、循环寿命长、重量轻、环境污染少等特点，全世界众多领域有着广泛的应用，比如移动电话、电动汽车技术、医疗仪器电源等。其中具有代表性的电池是以辊道窑为生产平台，钴酸锂为正极材料的锂电池。生产锂电池正极材料的烧结装置辊道窑是一种轻体化连续工业窑炉，具有能耗低、烧成周期短、炉温均匀度好等特点，另外它也是一个热流场的分布式系统，分为升温段、恒温段和冷却段三个大区，每个大区又分为若干小区。其中，辊道窑温度是系统运行中一个最为关键的参数，温度过高或过低都会对产品质量带来不利影响，维持温度稳定是保证产品质量的必要条件。

目前，受到工况环境限制，辊道窑内部的氧气流分布、炉料分布等运行信息和过程参数难以获取。考虑到实际过程中往往具有复杂的物理结构和内部反应机理，准确地获取其机理模型存在困难。为了对辊道窑温度变化趋势进行预测，近些年来研究者均从温度场、流场的角度，建立偏微分方程。然而，从场的角度所建偏微分方程给求解带来困难，且模型仅能对其离线分析，很难实现对温度在线预测。因此，建立一个既能求解方便，又能更好的估计辊道窑温度的数据驱动模型是当前尚待解决的问题。

发明内容

本发明的目的在于提供一种基于局部二次加权核主成分回归的辊道窑温度软测量建模方法，即利用相似度较高的局部样本数据，结合辊道窑存在的高维度、非线性及过程时变等特性，分别引入核技巧、即时学习等技术；最后根据局部建模样本数据的输入变量对输出变量的影响程度不同，对局部建模变量二次加权，建立基于局部二次加权核主成分回归的辊道窑温度软测量模型，实现对辊道窑温度预测。以此用来解决现有技术存在的问题。

一种基于局部二次加权核主成分回归的辊道窑温度软测量建模方法，其特征在于包括如下步骤：

1)模型输入/输出选择：根据机理分析，模型输入变量为：每个温区上、下温区温度x_i1、x_i2，每个温区上、下温区前一时刻温度每个温区上、下温区的电压与电流u_i1,u_i2,i_i1,i_i2，通入每个温区的气氛流量v_i，其中i＝1,2,…,M表示温区个数；模型输出变量为当前温区温度，对输入/输出数据进行整理，并存储于数据库中，所得数据作为样本数据，用于辨识模型参数、辊道窑温度软测量模型的建立以及仿真验证。

2)基于局部加权核主成分回归的辊道窑温度软测量建模：

首先，将数据库里的样本数据分类及标准化：训练样本，验证样本，测试样本，标准化如式(1)：

其中，μ为平均值，σ为标准差；

其次，根据各个样本与测试样本之间的距离大小，即相似度获得权重系数，其中，历史样本与测试样本之间的距离以及指定权重值，采用式(2)