计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
2期
203-206
,共4页
潘泽林%夏陆岳%周猛飞%潘海天
潘澤林%夏陸嶽%週猛飛%潘海天
반택림%하륙악%주맹비%반해천
KPCA-SNNs%熔融指数%聚丙烯%软测量
KPCA-SNNs%鎔融指數%聚丙烯%軟測量
KPCA-SNNs%용융지수%취병희%연측량
KPCA-SNNs%melt index%polypropylene%soft sensor
熔融指数是聚丙烯生产过程中重要的质量指标,但难以实现在线实时测量,从而无法实现有效的聚丙烯质量控制.针对聚丙烯生产过程的非线性特性,提出了一种基于核主元分析和组合神经网络(KPCA-SNNs)的软测量建模方法,并将该建模方法应用于聚丙烯软测量研究中.首先利用具有较强非线性特征提取能力的核主元分析对样本数据进行前期处理,然后将其结果作为软测量模型的输入,最后采用具有预测精度高、泛化能力强的组合神经网络(SNNs)建模方法建立软测量模型.仿真结果表明,与单纯SNNs相比,其中均方误差(MSE)由0.0035下降至0.0029,平均绝对误差(MAE)由0.0182下降至0.0139,平均绝对百分百误差(MAPE)由0.0057下降至0.0044.所以采用KPCA-SNNs所建立的聚丙烯熔融指数软测量模型具有更好的鲁棒性和预测精度,满足了聚丙烯生产工艺要求,较好地解决了聚丙烯生产过程中重要质量指标无法在线估计的难题.
鎔融指數是聚丙烯生產過程中重要的質量指標,但難以實現在線實時測量,從而無法實現有效的聚丙烯質量控製.針對聚丙烯生產過程的非線性特性,提齣瞭一種基于覈主元分析和組閤神經網絡(KPCA-SNNs)的軟測量建模方法,併將該建模方法應用于聚丙烯軟測量研究中.首先利用具有較彊非線性特徵提取能力的覈主元分析對樣本數據進行前期處理,然後將其結果作為軟測量模型的輸入,最後採用具有預測精度高、汎化能力彊的組閤神經網絡(SNNs)建模方法建立軟測量模型.倣真結果錶明,與單純SNNs相比,其中均方誤差(MSE)由0.0035下降至0.0029,平均絕對誤差(MAE)由0.0182下降至0.0139,平均絕對百分百誤差(MAPE)由0.0057下降至0.0044.所以採用KPCA-SNNs所建立的聚丙烯鎔融指數軟測量模型具有更好的魯棒性和預測精度,滿足瞭聚丙烯生產工藝要求,較好地解決瞭聚丙烯生產過程中重要質量指標無法在線估計的難題.
용융지수시취병희생산과정중중요적질량지표,단난이실현재선실시측량,종이무법실현유효적취병희질량공제.침대취병희생산과정적비선성특성,제출료일충기우핵주원분석화조합신경망락(KPCA-SNNs)적연측량건모방법,병장해건모방법응용우취병희연측량연구중.수선이용구유교강비선성특정제취능력적핵주원분석대양본수거진행전기처리,연후장기결과작위연측량모형적수입,최후채용구유예측정도고、범화능력강적조합신경망락(SNNs)건모방법건립연측량모형.방진결과표명,여단순SNNs상비,기중균방오차(MSE)유0.0035하강지0.0029,평균절대오차(MAE)유0.0182하강지0.0139,평균절대백분백오차(MAPE)유0.0057하강지0.0044.소이채용KPCA-SNNs소건립적취병희용융지수연측량모형구유경호적로봉성화예측정도,만족료취병희생산공예요구,교호지해결료취병희생산과정중중요질량지표무법재선고계적난제.
