基于統(tǒng)計數(shù)據(jù)的多變量過程建模技術.pdf

1、現(xiàn)代工業(yè)過程大都具有規(guī)模大、復雜性高、變量多、并在閉環(huán)控制下運行的特點。對這些多變量生產(chǎn)過程合理建模是了解和指導生產(chǎn)的關鍵。尤其是隨著新型儀表和通信技術的應用，特別是DCS系統(tǒng)的廣泛推廣，數(shù)據(jù)采集能力有了很大的提高。計算機監(jiān)控系統(tǒng)記錄和存儲的大量生產(chǎn)過程數(shù)據(jù)和產(chǎn)品質(zhì)量數(shù)據(jù)中隱藏著豐富的信息。如何從海量數(shù)據(jù)中挖掘出有用資源，去掉大量冗余信息，建立基于統(tǒng)計數(shù)據(jù)的、能反映過程某些特性的數(shù)學模型，更好地進行過程控制，是學術界和工業(yè)界急需解決的問

2、題。 本文在廣泛查閱相關資料、了解相關研究進展的基礎上，以基于統(tǒng)計數(shù)據(jù)的多變量過程建模為目標，系統(tǒng)地研究了基于統(tǒng)計過程數(shù)據(jù)的多變量過程建模的基本方法；并針對二氧化碳提純和污水處理兩個實際工業(yè)過程，提出并建立了兩種基于統(tǒng)計數(shù)據(jù)的較為合理的模型。全文由以下幾個部分組成： 第一章主要介紹了基于統(tǒng)計數(shù)據(jù)的多變量過程建模的需求、理論、基本方法概述，這對多變量過程的有效控制非常有意義。 第二章詳細地介紹了基于統(tǒng)計數(shù)據(jù)的多變量

3、過程建模的基本方法，如多元線性回歸、主元回歸、部分最小二乘法、人工神經(jīng)網(wǎng)絡的方法。 第三章提出了主元逆映射與廣義回歸神經(jīng)網(wǎng)絡相結合的過程建模方法，可較好地處理在主元回歸建模時，由于前幾個主元之中含有誤差而使建立起來的主元回歸模型不能反映過程的真實情況的問題。并將這一方法應用于二氧化碳提純過程的建模，與主元模型比較可發(fā)現(xiàn)該模型能更好地反映過程的信息。 第四章介紹目前城市污水處理的現(xiàn)狀、機理、工藝和水質(zhì)控制的主要指標，并分析