大數(shù)據(jù)意義下的非線性工業(yè)過程預(yù)測問題研究.pdf

1、隨著科技的飛速發(fā)展，現(xiàn)代工業(yè)過程的系統(tǒng)結(jié)構(gòu)與設(shè)備工況變得日趨復(fù)雜，系統(tǒng)設(shè)備在長期運行過程中還會產(chǎn)生大量的輸入、輸出數(shù)據(jù)。不斷增長的數(shù)據(jù)量、過程的非線性和各種不確定干擾已成為影響工業(yè)過程系統(tǒng)安全可靠運行的重要因素。對于復(fù)雜程度高、動態(tài)特性建模難、過程數(shù)據(jù)不符合高斯分布的非線性工業(yè)過程，其整體的運行性能容易受到故障和非正常工況的負(fù)面影響，難以用傳統(tǒng)的、基于系統(tǒng)機(jī)理模型的方法進(jìn)行處理。如何有效地利用在過程系統(tǒng)中測量得到的大量數(shù)據(jù)來預(yù)測過程的關(guān)

2、鍵性能指標(biāo)，提高生產(chǎn)效率，實現(xiàn)經(jīng)濟(jì)效益最大化，已成為當(dāng)前學(xué)術(shù)界與工業(yè)界廣泛關(guān)注的課題之一。因此，在大數(shù)據(jù)意義下對非線性工業(yè)過程的預(yù)測問題進(jìn)行研究具有重要的理論和實際意義。
　　本文在偏最小二乘（PLS）模型與局部加權(quán)映射回歸（LWPR）算法的理論分析基礎(chǔ)上，結(jié)合兩種方法各自的優(yōu)點與理論上的重疊之處，改進(jìn)并提出了適用于非線性過程預(yù)測的LWPR-MPLS算法。該算法只需使用非高斯分布的動態(tài)輸入、輸出數(shù)據(jù)，為非線性過程的關(guān)鍵性能指標(biāo)提供

3、在線的預(yù)測，以及四個可推廣至實時監(jiān)測與故障診斷的統(tǒng)計檢測指標(biāo)。為了進(jìn)一步確定所提出算法的有效性，分別基于由MATLAB仿真得到的過程數(shù)據(jù)，以及由法國FCLAB Research Federation提供的質(zhì)子交換膜燃料電池系統(tǒng)的真實過程數(shù)據(jù)，對算法進(jìn)行了多次驗證。結(jié)果表明，LWPR-MPLS算法一方面能夠較為準(zhǔn)確地實現(xiàn)對非線性工業(yè)過程的在線預(yù)測，另一方面可以用兩個改進(jìn)后得到的統(tǒng)計量將過程中的異?，F(xiàn)象及時而準(zhǔn)確地反映出來，與其它過程監(jiān)測統(tǒng)