摘要
针对某丙酮精制过程,提出采用FA与SVR相结合的方法建立丙酮产品质量的软测量模型。采用因子分析(FA)方法提取辅助变量的特征信息,并消除各变量之间的相关性,然后利用支持向量回归(SVR)建立丙酮产品质量指标的软测量模型。在实际生产过程数据上进行了仿真实验,并与传统的稳健回归分析及神经网络等方法进行了比较,结果表明本方法具有良好的预测效果。
A soft-sensor model of product quality in acetone refining process is proposed by combining factor analysis (FA) and support vector regression (SVR). During the data processing, FA is applied to extract the characteristics of secondary variables and elimi-nate the collinearity among these variables.The extracted principal factors are then used as input parameters of soft sensor model,andthe model is built by using SVR to predict the acetone quality.The experiment results on the real industrial data show that themethod of FA- SVR is more effective than robust regression and neural network methods.
出处
《微计算机信息》
北大核心
2007年第3期1-3,共3页
Control & Automation
基金
国家自然科学基金(60404012)
关键词
软测量
支持向量回归
因子分析
丙酮精制
Soft sensor,Support vector regression (SVR),Factor Analysis (FA),Acetone refining
作者简介
段莹,男,1982,清华大学自动化系,硕士研究生,研究方向为软测量建模在流程工业中的应用.E-mail:duanying00@mails.tsinghua.edu.cn.通讯地址:(100084 北京 清华大学自动化系); 范全义,男,教授,主要研究方向为流程工业CIMS、建模优化及基于数据和信息集成的优化技术; 熊智华,男,副教授,主要研究方向为复杂连续过程建模、控制与优化、智能控制、神经网络等.
