间歇过程质量预测方法研究

摘要

近年来，随着现代社会对工业产品质量越来越高的要求，使得工业生产更加倚赖于小批量、高附加值的间歇过程。然而间歇过程产品的质量指标通常只能在过程结束后通过离线测量获得。这样就无法实现对间歇过程产品质量的闭环控制。因此，对于间歇过程质量预测方法的研究就显得十分重要。 多时段性和非线性是间歇工业生产过程的典型特征。一个完整的间歇操作周期可分为多个时段，每个时段内部的过程特性对最终的产品质量会产生不同的影响。因此，对于多时段间歇过程，不仅要关注整个过程的运行状况，更应当深入分析每一个时段的过程变量信息及其与最终产品质量之间的相关关系特性。 本论文利用偏最小二乘(PLS)及其改进算法提取过程变量与最终产品质量之间的相关关系，在此基础上，提出了一种新的时段划分方法，进而提出一种基于多时段的质量预测方法: (1)根据过程变量与最终产品质量之间的相关关系随操作时间的变化特征，提出了一种变滑动窗口宽度的时段划分方法，将间歇过程按照过程变量与质量变量之间相关关系特性的不同，详细划分成若干稳定时段和过渡时段。 (2)对间歇过程的时段划分完成后，根据稳定时段和过渡时段呈现出的不同的相关关系特征，针对每个时段分别建立不同的统计模型。 (3)在建模过程中，由于每个时段的过程行为对最终产品质量的影响程度不同，因此有必要为每一个子时段定义一个与最终产品质量相关的“相关度指标”作为权重，本文提出了一种基于过程变量与质量变量间相关关系的权重定义方法。 (4)将各个过渡时段和稳定时段的预测模型结合各自的权重加权求和，建立一个综合的质量预测模型，并提出一种能够实时地进行在线质量预测的方法。 (5)利用注塑成型间歇过程作为实验背景进行实验验证，实验结果表明了本文所提出方法的可行性和有效性。

目录

声明

摘要

第1章绪论

1．1课题背景及意义

1．2．1连续工业生产过程

1．2．2间歇工业生产过程

1．3工业生产过程中常用的建模方法

1．4注塑成型生产过程介绍

1．4．1工艺过程

1．4．2主要变量分析

1．5本文的主要研究内容

第2章多元统计分析方法

2．1引言

2．2应用于连续过程的多元统计分析方法

2．2．1主成分分析(PCA)

2．2．2偏最小二乘(PLS)

2．3．1间歇过程数据特点

2．3．2间歇过程数据预处理

2．4应用于间歇过程的多元统计分析方法

2．4．1多向主元分析(MPCA)

2．4．2多向偏最小二乘(MPLS)

2．5本章小结

第3章改进的间歇过程时段划分方法

3．1引言

3．2现有的时段划分方法

3．2．1基于K-means的时段划分方法

3．2．2基于MPPCA的时段划分方法

3．3改进的时段划分方法

3．3．1基本思想

3．3．2基于PLS的变滑动窗口宽度的时段划分方法

3．4注塑过程的仿真研究

3．4．1实验设计和建模数据

3．4．2时段划分结果

3．5本章小结

第4章间歇过程产品质量预测

4．1引言

4．2质量预测模型的建立

4．2．1稳定时段预测模型的建立

4．2．2过渡时段预测模型的建立

4．2．3关键时段的识别

4．2．4综合预测模型的建立

4．3基于质量预测模型的在线预测

4．4注塑成型过程的应用研究

4．4．1实验设计和建模数据

4．4．2结果分析与讨论

4．5本章小结

第5章总结与展望

参考文献

致谢