1 / 80
文档名称:

基于支持向量机的醋酸乙烯聚合率软测量研究.pdf

格式:pdf   页数:80页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于支持向量机的醋酸乙烯聚合率软测量研究.pdf

上传人:peach1 2014/5/12 文件大小:0 KB

下载得到文件列表

基于支持向量机的醋酸乙烯聚合率软测量研究.pdf

文档介绍

文档介绍:华东交通大学
硕士学位论文
基于支持向量机的醋酸乙烯聚合率软测量研究
姓名:刘林
申请学位级别:硕士
专业:交通信息工程及控制
指导教师:杨辉
20080420
摘要
基于支持向量机的醋酸乙烯聚合率软测量研究
摘要
醋酸乙烯聚合过程具有强非线性、时变、大滞后等特点,而且醋酸乙烯的聚合率难
以在线检测。目前对醋酸乙烯聚合率检测的常用方法是人工每隔 4 个小时采样检测,但
此方法得到的结果严重滞后,不能及时调整控制策略。而由于软测量技术具有精确、可
靠、经济和动态响应迅速等特点,因此软测量技术成为解决醋酸乙烯聚合率在线检测的
新途径。
实现醋酸乙烯聚合率在线检测的关键是建立软测量模型。而支持向量机(Support
Vector Machines,简称 SVM)是根据有限的样本信息在模型的复杂性和学****能力之间寻
求最佳折衷,以期获得最好的推广能力,已被广泛地用于非线性系统建模。它是将实际
问题通过非线性变换映射到高维的特征空间,然后在这个高维空间中求取最优分类超平
面或进行函数拟合,其算法复杂度与样本维数无关,可得到有限样本信息下的全局最优
解,解决了在神经网络方法中无法避免的局部极值问题。
本文针对醋酸乙烯聚合率难以在线检测的难题,系统开展支持向量机技术在醋酸乙
烯聚合率软测量及其应用验证研究。主要内容如下:
1、简述醋酸乙烯聚合率检测的现状,针对醋酸乙烯聚合率难以实现在线检测的问
题,提出用支持向量机方法建立醋酸乙烯聚合率软测量模型的思想。
2、简要描述醋酸乙烯聚合过程原理及其工艺流程,在对醋酸乙烯聚合过程进行机
理分析的基础上,分析影响醋酸乙烯聚合率的因素,采用支持向量机方法建立软测量模
型实现醋酸乙烯聚合率在线检测。
3、针对支持向量机软测量模型的运算速度慢、泛化能力不强等不足,采用了两种
方法(混合核函数、最小二乘支持向量机)对上述模型进行改进,并进行仿真验证。仿
真结果表明,最小二乘支持向量机能根据误差要求调整训练目标,训练效率高,比较适
合用于醋酸乙烯聚合率在线检测。
4、利用 VC++与 Matlab 混合编程,实现了醋酸乙烯聚合率软测量模型在实际生产
中的应用。
研究结果对醋酸乙烯聚合率在线测量具有重要意义。
关键词:醋酸乙烯,聚合率,软测量,支持向量机,混合核函数,最小二乘支持向量机
I
Abstract
RESEARCH ON THE SOFT-SENSOR METHOD OF VINYL
ACETATE POLYMERIZATION RATE BAESD ON SVM
ABSTRACT
The vinyl acetate polymerization process is characterized of nonlinearity, time-variant
properties and severe lag in the process of monitoring and controlling the vinyl acetate
polymerization on-line information of polymerization rate is essible. At present,
the general on-line examination methods of realizing the vinyl acetate polymerization rate is
manual work soft-sensor method has precision, reliablation, economy and
the rapid dynamic response and other characters, soft-sensor method turns into a new
approach to realize the on-line estimation of vinyl acetate polymerization rate.
The key to realize soft-sensor is to build the soft-sensor model of polymerization rate.
But Support vector machines (. SVM) is to seek promise according to the limited
sample information in between the plexity and learni