[发明专利]秸秆发酵生产乙醇过程关键参量的软测量方法

摘要

秸秆发酵生产乙醇过程关键参量的软测量方法是一种用于解决秸秆发酵过程中难以用物理传感器在线实时测量的关键生化量的在线估计问题的方法。该方法首先通过对秸秆发酵过程工艺机理的分析,选取合适的辅助变量并根据历史罐批数据建立训练样本数据库,利用核模糊c均值聚类将样本数据进行划分并得各个聚类的隶属度，对每个分类的数据进行DE‑LSSVM软测量模型，最后实现对乙醇浓度y1、总糖含量y2、菌体浓度y3的在线实时软测量。该方法依赖硬件平台及测量仪表、计算机系统和进行软件计算的智能控制器,该软件通过测量仪表获得实时的过程数据进行软测量。本发明实现了秸秆发酵过程关键状态变量在线实时的预测,对实现秸秆发酵过程的优化控制和优化运行具有重要意义。

主权项

一种秸秆发酵生产乙醇过程关键参量的软测量方法,其特征在于,具体步骤如下:步骤一，辅助变量选择：选取能直接测量且与过程密切相关的外部变量，用一致相关度法分析外部变量与关键状态变量的关联度,取关联度rij≥0.7的外部变量作为软测量模型的辅助变量；步骤二，建立训练数据库：采集相同工艺下若干历史罐批次的辅助变量和关键状态变量数据，构造输入输出向量对的集合，生成静态训练样本数据库；其中输入向量是辅助变量，输出向量即关键状态变量；步骤三，采用步骤二得到训练样本，利用核模糊c均值聚类进行聚类划分选取聚类数k＝3,计算每个样本在核空间中的隶属度；步骤四，对每个聚类的样本运用基于差分进化的最小二乘支持向量机DE‑LSSVM进行建模，得到秸秆发酵关键参量软测量子模型通过隶属度矩阵更新公式U：得到每个子模型的隶属度uij，最终结合隶属度和子模型得到多模型秸秆发酵软测量模型其中，x是输入变量，ai是拉格朗日乘子，K(x,xi)是正定核函数，b为阈值，i表示第i个数据，uij为数据xi对第j个聚类中心的隶属度值，vj为聚类中心，m为加权数,k为聚类个数，K(xi,vj)是高斯核函数；步骤五，关键状态变量预测：利用已训练好的软测量模型，根据当前待预测罐批的最新输入向量，软测量模型建立完毕后,采用嵌入式C语言编程实现，并嵌入到智能控制器中，当待预测罐批的输入向量，经测量仪表读入智能控制器后，智能控制器利用软测量程序计算得到关键状态变量的预测值，并将预测结果经数据通道传送到上位计算机上显示。