[发明专利]可解释集成学习的间歇过程质量在线预测方法

说明书

一种可解释集成学习的间歇过程质量在线预测方法，通过传感器采集的间歇过程历史数据集建立最终产品质量模型，经数据预处理得到候选输入变量；分时段计算候选输入变量与最终产品质量之间的Copula熵并进行排序，选取Copula熵最大的前M个候选输入变量作为关键变量；根据最终产品质量模型设计堆叠集成随机森林算法，训练该堆叠集成随机森林算法后，利用训练得到的堆叠集成随机森林算法对间歇过程的最终产品质量进行在线预测。本发明显著提升了质量预测的可解释性，可以帮助现场工程师准确地把握生产运行状态和产品质量信息，进而为间歇过程的控制决策提供有用参考。

技术领域

本发明涉及的是一种信息处理领域的技术，具体是一种可解释集成学习的间歇过程质量在线预测方法。

背景技术

间歇生产过程已被广泛应用于精细化工、生物制药、食品加工等诸多领域。由于涉及非常复杂的物理化学反应，并受到外部不确定因素的极大干扰，间歇过程的最终产品质量难以保持稳定，因此生产现场需要及时调整工艺参数。然而，最终产品质量只能在生产结束后进行离线测量，质量反馈严重滞后，且需要较高的人力和时间成本，设计准确性高、解释性强的质量在线预测方法已成为必然选择。

现有针对间歇过程质量预测的研究大致分为第一性原理方法和数据驱动方法。前者通过物理、化学实验或仿真，并借助统计学模型来推理实际工业过程的因果关系，只有深刻理解其中的物理化学规律，该类方法才能很好地发挥作用。随着数据采集和机器学习等技术的广泛应用，数据驱动方法已成为间歇过程质量预测研究的主流，其重点在于挖掘数据中的关联关系，而不试图反映实际工业过程的因果关系，例如偏最小二乘(PLS)、主成分分析(PCA)、支持向量回归(SVR)等浅层学习模型，以及多层感知器(MLP)、长短期记忆网络(LSTM)、卷积神经网络(CNN)等先进的深度学习模型。

然而，这些数据驱动方法用于间歇过程的质量预测仍面临如下挑战：

1)影响因素众多：间歇生产过程往往涉及复杂、持续的物理化学反应，是典型的多变量控制过程。通常，与温度、压力和时间相关的工艺变量是影响间歇过程产品质量的主要因素，然而并不是所有的变量都有利于质量预测。这些影响因素之间相互作用，存在很强的非线性关联关系，很难准确地提取质量相关信息、并有效去除冗余信息。

2)分时段特性：变量间的相关关系并非随时间时刻变化，而是跟随生产进程发生规律性的改变，呈现分段性。在不同的时段，影响最终产品质量的因素不同，也就是说，最终产品质量由过程变量在不同时段的动态轨迹决定，且每个过程变量对最终产品质量的贡献可能不同，在建模过程中应该予以充分考虑。

3)可解释性差：现有浅层/深度学习的解决思路通常侧重于提升预测精度，而忽略了模型的可解释性，尽管高精度的质量预测很重要，但在工业领域内模型可解释并与工艺知识达成一致，也是实现安全、可靠应用的必然要求。

发明内容

本发明针对现有数据驱动方法缺乏可解释性、难以与工艺知识达成一致的问题，提出一种可解释集成学习的间歇过程质量在线预测方法，通过多时段特性进行最终产品质量建模来描述间歇过程的工艺机理，并在关联和预测两方面分别通过Copula熵和堆叠集成随机森林算法实现间歇过程关键变量选择和质量定量表征，显著提升了质量预测的可解释性，可以帮助现场工程师准确地把握生产运行状态和产品质量信息，进而为间歇过程的控制决策提供有用参考。

本发明是通过以下技术方案实现的：

本发明涉及一种可解释集成学习的间歇过程质量在线预测方法，通过传感器采集的间歇过程历史数据集建立最终产品质量模型，经数据预处理得到候选输入变量；分时段计算候选输入变量与最终产品质量之间的Copula熵并进行排序，选取Copula熵最大的前M个候选输入变量作为关键变量；根据最终产品质量模型设计堆叠集成随机森林算法，训练该堆叠集成随机森林算法后，利用训练得到的堆叠集成随机森林算法对间歇过程的最终产品质量进行在线预测。