水泥熟料質量等級的半監(jiān)督模糊聚類建模方法.pdf

1、AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterThsemi—supervisedfuzzyclusteringmethodofodelingeclusterinl／metlloolmodelingln—thequalitygradeofcementclinkerByZhenliangYang一一一Supervisor：ProfJieWangControlTheoryan

2、dControlEngineeringSchoolofElectricalEngineeringMay2011摘要摘要隨著現代化水泥廠新型干法水泥生產工藝的日益普及，人們迫切需要對水泥產品質量進行有效的控制，從而能夠有效節(jié)省成本和提高水泥熟料質量?，F階段水泥廠熟料優(yōu)化策略大部分還是停留在人工經驗上，本文嘗試把聚類算法引用到水泥熟料質量分析中去，找到水泥質量等級和生產工藝參數之間內在的關系，從而為控制和優(yōu)化熟料質量打下良好的基礎和鋪墊?，F

3、階段產品質量預測方法多種多樣，面對著現代化工廠后臺DCS采集過來的成千上萬個實時監(jiān)測數據，神經網絡建模預測、模糊規(guī)則建模、模糊聚類分類建模成為首選的建模方法，但是如果對建模速度和經驗知識都有要求的話，半監(jiān)督模糊聚類建模的優(yōu)勢會凸顯出來，它既可以區(qū)分那些和熟料質量密切相關的檢測參數又可以兼顧經驗知識來動態(tài)實時修正算法。本文主要是詳細研究了熟料質量等級的聚類分析過程，先后采用無監(jiān)督FCM、半監(jiān)督降維和半監(jiān)督FCM對熟料質量等級進行分類，并最

4、終轉化成規(guī)則化的熟料質量模型。關鍵的建模技術點有：降維算法、聚類算法；核心的算法有：模糊聚類算法、半監(jiān)督FCM算法。關鍵的控制參數是：數據優(yōu)化和過濾技術、標簽選取方法、監(jiān)督信息比重參數。具體算法上，引入了兩類監(jiān)督信息來改進無監(jiān)督模糊聚類算法：一類是成對約束數據，目的是為了降低數據維度和改善空間相似性，一類是標簽數據，目的是為了初始化聚類中心和修正聚類目標函數；經實際生產數據驗證，改進后的算法可有效提高建模準確率、降低聚類維度和縮短計算時

5、間。本課題主要做的工作歸納起來有以下幾個方面：(1)分析了數據挖掘、半監(jiān)督聚類算法和水泥熟料質量的研究現狀。(2)研究了模糊聚類理論，并給出了一般化的模糊聚類模型。(3)在新干法水泥生產工藝研究基礎上運用統計分析手段得出了水泥質量等級的劃分標準，并用相關度分析、神經網絡重要性分析抽取出與質量等級相關的一系列特征變量，在此基礎上借助數據挖掘工具完成了原始數據過濾工作。(4)研究了無監(jiān)督模糊聚類算法，并運用優(yōu)選函數，完成了無監(jiān)督FCM算法中