高斯過(guò)程模型及其在工業(yè)過(guò)程軟測(cè)量中的應(yīng)用研究.pdf

1、隨著生產(chǎn)技術(shù)的發(fā)展和生產(chǎn)過(guò)程的日益復(fù)雜，為確保生產(chǎn)裝置安全、高效地運(yùn)行，需要對(duì)與系統(tǒng)的穩(wěn)定、產(chǎn)品質(zhì)量密切相關(guān)的重要過(guò)程變量進(jìn)行實(shí)時(shí)監(jiān)測(cè)和優(yōu)化控制。然而，由于種種原因，這些需要被監(jiān)控的變量有的很難被直接測(cè)得，有的即使能直接測(cè)到，但投資費(fèi)用昂貴且測(cè)量滯后較大。軟測(cè)量(soft sensor)為以上問(wèn)題提供了一個(gè)有效的解決辦法。 軟測(cè)量的核心就是建模。近年來(lái)，核方法(kernel methods)在機(jī)器學(xué)習(xí)領(lǐng)域中日益盛行起來(lái)，它能將

2、經(jīng)典的線性分類算法以簡(jiǎn)潔、優(yōu)雅的方式拓展到非線性情況中去。本文主要研究了核方法中的高斯過(guò)程(Gaussian processes)方法，為解決軟測(cè)量建模提供了一種新的有效途徑。在此基礎(chǔ)上，豐富了實(shí)驗(yàn)室現(xiàn)有軟儀表的算法庫(kù)，并將軟儀表在甲醇精餾工業(yè)生產(chǎn)裝置上成功實(shí)施。 論文的主要內(nèi)容和研究成果包括： 1．根據(jù)高斯過(guò)程的基本理論，提出了基于標(biāo)準(zhǔn)高斯過(guò)程的軟測(cè)量建模方法，該學(xué)習(xí)機(jī)采用平方指數(shù)協(xié)方差函數(shù)為核函數(shù)，訓(xùn)練時(shí)使用變尺度

3、共軛梯度法米優(yōu)化超參數(shù)。為了將標(biāo)準(zhǔn)高斯過(guò)程推廣到非高斯噪聲的情況，提出了基于變型高斯過(guò)程的軟測(cè)量建模方法，該學(xué)習(xí)機(jī)采用雙曲正切協(xié)方差函數(shù)為核函數(shù)，對(duì)標(biāo)準(zhǔn)高斯過(guò)程的輸出空間實(shí)施非線性單調(diào)變換。從平滑樣條模型出發(fā)，對(duì)比分析了核方法的兩大范式——高斯過(guò)程和支持向量機(jī)的聯(lián)系與區(qū)別，為進(jìn)一步理解和推進(jìn)核方法的研究奠定了良好的基礎(chǔ)。 2．針對(duì)在線應(yīng)用和大數(shù)據(jù)集等情況，提出了基于稀疏高斯模型的軟測(cè)量建模方法。它是基于Bayes在線學(xué)習(xí)算法，通

4、過(guò)構(gòu)造一連串的相關(guān)子樣本來(lái)給出高斯過(guò)程的預(yù)測(cè)輸出。通過(guò)利用參數(shù)化和再生核Hilbert空間范數(shù)的投影技巧，得到優(yōu)化后的參數(shù)和后驗(yàn)過(guò)程的稀疏高斯逼近。運(yùn)用稀疏技巧極大地減輕了高斯模型的計(jì)算量，推動(dòng)了“國(guó)家發(fā)改委”工業(yè)自動(dòng)化高技術(shù)產(chǎn)業(yè)化重大專項(xiàng)＂之＂煤化工企業(yè)綜合自動(dòng)化信息集成平臺(tái)及應(yīng)用”；國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2004AA412050)；國(guó)家＂十五＂科技攻關(guān)計(jì)劃項(xiàng)日(2001BA20lA04)軟測(cè)量模型的實(shí)際運(yùn)用。

5、 3．針對(duì)工業(yè)過(guò)程的多工況特性，提出了基于混合高斯模型的軟測(cè)量建模方法。通過(guò)判斷出與特定工況相關(guān)程度最大的過(guò)程知識(shí)，利用它們建立與特定工況相對(duì)應(yīng)的局部高斯模型，再將它們合并組成具有多模型結(jié)構(gòu)的全局模型?；旌夏Ｐ偷氖褂眉扔欣诮档蛦我荒Ｐ偷挠?jì)算負(fù)擔(dān)、提高單一模型的建模精度，又能有效反映工業(yè)過(guò)程中的工況變化。 4．結(jié)合所提出的軟測(cè)量建模方法，利用面向?qū)ο蟆⒍嗑€程、動(dòng)態(tài)鏈接庫(kù)等軟件技術(shù)，開(kāi)發(fā)了基于wincE.net的嵌入式軟儀表，