一种基于时序误差补偿的动态软测量建模方法

摘要：

针对目前静态软测量建模方法无法反映工业过程动态信息,造成预测模型精度低、鲁棒性差等问题,提出了一种基于最小二乘支持向量机(LS-SVM)和自回归-滑动平均模型(ARMA)的软测量建模方法.首先,建立了基于LS-SVM的软测量模型,利用ARMA模型对预测误差的动态估计,通过增加动态校正环节,实现了对静态模型的动态校正以改善系统动态响应特性.最后将上述方法用于乙烯精馏过程中乙烷浓度的软测量建模,仿真结果表明:与单一使用LSSVM模型相比,该方法具有跟踪性能好、泛化能力强等优点,是一种有效的软测量建模方法.

关键词：最小二乘支持向量机、ARMA模型、软测量、时间序列、动态校正

所属期刊栏目：61

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目606253202,60704028;国家重点基础研究发展计划项目2009CB320603;长江学者和创新团队发展计划项目IRT0721;高等学校学科创新引智计划项目B08021;上海市重点学科建设项目B504;上海市科技启明星计划项目08QA14021

在线出版日期：2011-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：439-443