在线KPLS建模方法及在磨机负荷参数集成建模中的应用

摘要

针对工业过程时变特性需要软测量模型具有自适应能力，常用的滑动窗口和每样本递推更新的在线建模方法难以有效地在建模精度和建模速度间均衡的问题，本文提出了一种在线核偏最小二乘KPLS(OLKPLS)建模方法。该方法依据新样本与建模样本间的近似线性依靠(ALD)值和代表工业过程特性漂移幅度的阈值，选择ALD意义下的有价值样本进行KPLS模型更新。采用仿真数据和benchmark平台数据验证了该方法的有效性。针对融合多传感器信息的磨机负荷参数集成模型不能自适应更新的问题，提出了基于OLKPLS和在线自适应加权融合算法的在线集成建模方法，并基于实验球磨机的实际运行数据进行了仿真验证。