一种混沌多尺度智能最优丙烯聚合过程测量仪表的制作方法

1.本发明涉及聚合过程测量仪表领域、机器学习领域和智能优化领域，尤其涉及一种混沌多尺度智能最优丙烯聚合过程测量仪表。


背景技术：

2.聚丙烯是由丙烯聚合而制得的一种热塑性树脂，丙烯最重要的下游产品，世界丙烯的50％，我国丙烯的65％都是用来制聚丙烯，是五大通用塑料之一，与我们的日常生活密切相关。聚丙烯是世界上增长最快的通用热塑性树脂，总量仅仅次于聚乙烯和聚氯乙烯。为使我国聚丙烯产品具有市场竞争力，开发刚性、韧性、流动性平衡好的抗冲共聚产品、无规共聚产品、bopp和cpp薄膜料、纤维、无纺布料，及开发聚丙烯在汽车和家电领域的应用，都是今后重要的研究课题。
3.熔融指数是聚丙烯产品确定产品牌号的重要质量指标之一，它决定了产品的不同用途，对熔融指数的测量是聚丙烯生产中产品质量控制的一个重要环节，对生产和科研，都有非常重要的作用和指导意义。
4.然而，熔融指数的在线分析测量目前很难做到，一方面是在线熔融指数分析仪的缺乏，另一方面是现有的在线分析仪由于经常会堵塞而测量不准甚至无法正常使用所导致的使用上的困难。因此，目前工业生产中mi的测量，主要是通过人工取样、离线化验分析获得，而且一般每2-4小时只能分析一次，时间滞后大，给丙烯聚合生产的质量控制带来了困难，成为生产中急需解决的一个瓶颈问题。


技术实现要素：

5.为了克服目前已有的丙烯聚合生产过程的测量精度不高、易受人为因素的影响的不足，本发明的目的在于提供一种在线测量、兼顾聚合过程多尺度特性与混沌特性、系统应用推广能力强、精度高的一种混沌多尺度智能最优丙烯聚合过程测量仪表。
6.本发明的目的是通过以下技术方案实现的：
7.本发明提供了一种聚丙烯质量检测系统，用于对聚丙烯产品质量进行在线检测，其特征在于,包括混沌重构模块、gabor多尺度分析模块和极端随机树测量模型模块。
8.本发明提供的聚丙烯质量检测系统，其中,所述混沌重构模块用于将从dcs数据库的模型的输入变量依据其混沌特性重构为动态混沌系统信号。
9.本发明提供的聚丙烯质量检测系统，其中,所述gabor多尺度分析模块用于将所述动态混沌系统信号以频率为基准分析其多尺度特性，通过gabor核函数对动态混沌系统信号进行多尺度重构，得到其在不同频率下各尺度的局部纹理特征信息。
10.本发明提供的聚丙烯质量检测系统，其中,所述极端随机树测量模型模块用于建立混沌多尺度特征信息与熔融指数的映射关系，建立丙烯聚合过程测量系统，进而预测出聚丙烯熔融指数。
11.本发明提供的聚丙烯质量检测系统，其中,优选的是，所述输入变量为第一股丙烯
进料流率、第二股丙烯进料流率、第三股丙烯进料流率、主催化剂流率、辅催化剂流率、搅拌釜内温度、釜内压强、釜内液位以及釜内氢气体积浓度。
12.本发明提供的聚丙烯质量检测系统，其中,优选的是，输入变量的混沌系统表达为z(n)＝[s(n),s(n t1),s(n t2),...,s(n t
d-1
)]，其中s(n)为丙烯聚合过程的第n个采样点信号，t1,t2,...,t
d-1
分别为第n个采样点之后的采样时刻。
[0013]
本发明提供的聚丙烯质量检测系统，其中,优选的是，gabor核函数的表达式为：
[0014][0015]
其中，z表示重构变量的坐标信息，u表示gabor滤波器的方向，v表示gabor滤波器的尺度，i为复数符号，exp(ik
u,v
z)为复指数形式的震荡函数，σ2为核函数宽度，k
u,v
表示gabor滤波器在各个尺度各个方向上的响应。
[0016]
本发明提供的聚丙烯质量检测系统，其中,优选的是，gabor特征由核函数卷积得到，表达式如下：
[0017]
g
u,v
(z)＝f(z)*ψ
u,v
(z)
[0018]
其中，g
u,v
(z)表示坐标z附近对应尺度v和方向u的卷积函数，ψ为gabor核函数；利用gabor函数对输入变量分析得到复数形式的输入特征信号：
[0019]
g
u,v
(z)＝re(g
u,v
(z)) jim(g
u,v
(z))
[0020]
gabor特征信号的幅值与相位分别为：
[0021][0022]
本发明提供的聚丙烯质量检测系统，其中,优选的是，所述映射关系的建立是以一组极端随机树的输入信号为单一尺度下的局部纹理特征信息，多组极端随机树基于集成学习框架来完成输入到输出的混沌多尺度映射建模。
[0023]
本发明提供的聚丙烯质量检测系统，其中,优选的是，还包括混沌人工蜂群优化模块，其采用混沌人工蜂群算法对所述极端随机树测量模型模块的分叉阈值参数进行优化。
[0024]
本发明提供的聚丙烯质量检测系统，其中,优选的是，所述优化包括以下步骤：
[0025]
(1)初始化人工蜂群算法的参数，设蜜源数p，最大迭代数iter
max
，初始搜索空间的最小值和最大值l
d
和u
d
；蜜源的位置表示问题的可行解，在相关向量测量系统中p
i
的维度为2维，置初始迭代次数iter＝0；
[0026]
(2)为蜜源p
i
分配一只引领蜂，基于混沌映射产生新蜜源v
i
；
[0027][0028]
其中，为混沌因子，由混沌映射动态系统产生。
[0029]
(3)计算v
i
的适应度值，根据贪婪选择的方法确定保留的蜜源；
[0030]
(4)计算引领蜂找到的蜜源被更随的概率；
[0031]
(5)跟随蜂采用与引领蜂相同的方式进行搜索，根据贪婪选择的方法确定保留的蜜源；
[0032]
(6)判断蜜源v
i
是否满足被放弃的条件，如满足，对应的引领蜂角色变为侦察蜂，
否则直接转到步骤(8)；
[0033]
(7)侦察蜂随机产生新蜜源；
[0034]
(8)iter＝iter 1，判断是否已经达到最大迭代次数，若满足则输出最优参数，选取适应度值最优的解作为算法的最优解，否则转到步骤(2)；
[0035]
其中，蜜源数为100，初始搜索空间的最小值和最大值0和100，最大迭代次数100。
[0036]
本发明提供的聚丙烯质量检测系统，其中,优选的是，还包括系统更新模块，用于将离线化验数据输入到训练集中，以在线更新极端随机树测量模型。
[0037]
根据本发明一些实施例，本发明还可以陈述如下：
[0038]
本发明提供一种混沌多尺度智能最优丙烯聚合过程测量仪表，用于对聚丙烯生产产品进行质量检测，所述的一种混沌多尺度智能最优丙烯聚合过程测量仪表包括混沌重构模块、gabor多尺度分析模块、极端随机树测量模型模块、系统更新模块、混沌人工蜂群优化模块。其中：
[0039]
(1)混沌重构模块：用于将从dcs数据库输入的模型输入变量依据其混沌特性进行重构，丙烯聚合过程测量仪表的输入信号为工业丙烯聚合过程的9个操作变量，分别为第一股丙烯进料流率、第二股丙烯进料流率、第三股丙烯进料流率、主催化剂流率、辅催化剂流率、搅拌釜内温度、釜内压强、釜内液位以及釜内氢气体积浓度。其输入信号的混沌系统表达为z(n)＝[s(n),s(n t1),s(n t2),...,s(n t
d-1
)]，其中s(n)为丙烯聚合过程的第n个采样点信号，t1,t2,...,t
d-1
分别为第n个采样点之后的采样时刻。在混沌系统中，延迟时间满足t
m
＝mτ条件，其中τ为延迟时间，t
m
表示第m个采样时刻，因此，丙烯过程输入信号可以由嵌入维数和延迟时间重构为动态混沌系统信号z(n)＝[s(n),s(n τ),s(n 2τ),...,s(n (d-1)τ)]，其中，z(n)为第n时刻的混沌重构信号，τ是延迟时间，d为输入信号的嵌入维数。混沌重构的延迟时间和嵌入维数分别由互信息法和伪最邻近法得到。
[0040]
(2)gabor多尺度分析模块：用于将混沌重构后的输入变量以频率为基准分析其多尺度特性，通过gabor核函数对变量进行多尺度重构，实现提取输入变量在不同频率下各尺度各方向的局部纹理特征信息，gabor核函数定义如下：
[0041][0042]
其中，z表示重构变量的坐标信息，u表示gabor滤波器的方向，v表示gabor滤波器的尺度，i为复数符号，exp(ik
u,v
z)为复指数形式的震荡函数，σ2为核函数宽度，k
u,v
表示gabor滤波器在各个尺度各个方向上的响应。gabor核函数的部分函数作用如下：k
u,v2
z2/2σ2是一个高斯包络函数，k
u,v2
/σ2用以补偿能量谱衰弱，包络函数通常通过加窗的方法可以限制震荡函数的范围，保持波的局部性，抽取坐标附近的特征信息。exp(ik
u,v
z)是震荡函数，它的实部是余弦函数为偶对称，虚部是正弦函数为奇对称。exp(-σ2/2)表示滤波的直流分量，[exp(ik
u,v
z)-exp(-σ2/2)]运算的目的是消除直流分量对滤波效果的影响，核函数宽度σ2用以确定gabor滤波器的带宽尺寸。k
u,v
表示gabor滤波器在各个尺度各个方向上的响应，每个k
u,v
都代表一个gabor滤波器，所以当选用多个不同的k
u,v
时，可以得到多个不同的滤波器组。
[0043]
gabor特征由核函数卷积得到，表达式如下：
[0044]
g
u,v
(z)＝f(z)*ψ
u,v
(z)
[0045]
其中，g
u,v
(z)表示坐标z附近对应尺度v和方向u的卷积函数，ψ为gabor核函数。利用gabor函数对输入变量分析得到复数形式的输入特征信号：
[0046]
g
u,v
(z)＝re(g
u,v
(z)) jim(g
u,v
(z))
[0047]
gabor特征信号的幅值与相位分别为：
[0048][0049][0050]
(3)极端随机树测量模型模块：用于建立丙烯聚合过程测量系统，采用极端随机树、基于集成学习框架来完成输入到输出的映射建模。极端随机树训练分裂规则，通过引入超参数赋予权重向量零均值的高斯先验分布来确保模型的稀疏性，超参数可以采用最大化边缘似然函数的方法来估计。整个模型的目的是根据样本集和先验知识设计一个系统，使系统对新数据能预测聚丙烯熔融指数输出。
[0051]
(4)混沌人工蜂群优化模块：采用混沌人工蜂群算法对极端随机测量仪表的分叉阈值参数进行优化，采用如下过程完成：
[0052]
(4.1)初始化人工蜂群算法的参数，设蜜源数p，最大迭代数iter
max
，初始搜索空间的最小值和最大值l
d
和u
d
；蜜源的位置表示问题的可行解，在相关向量测量系统中p
i
的维度为2维，置初始迭代次数iter＝0；
[0053]
(4.2)为蜜源p
i
分配一只引领蜂，基于混沌映射产生新蜜源v
i
；
[0054][0055]
其中，为混沌因子，由混沌映射动态系统产生。
[0056]
(4.3)计算v
i
的适应度值，根据贪婪选择的方法确定保留的蜜源；
[0057]
(4.4)计算引领蜂找到的蜜源被更随的概率；
[0058]
(4.5)跟随蜂采用与引领蜂相同的方式进行搜索，根据贪婪选择的方法确定保留的蜜源；
[0059]
(4.6)判断蜜源v
i
是否满足被放弃的条件，如满足，对应的引领蜂角色变为侦察蜂，否则直接转到(4.8)；
[0060]
(4.7)侦察蜂随机产生新蜜源；
[0061]
(4.8)iter＝iter 1，判断是否已经达到最大迭代次数，若满足则输出最优参数，选取适应度值最优的解作为算法的最优解，否则转到步骤(4.2)。
[0062]
其中，蜜源数为100，初始搜索空间的最小值和最大值0和100，最大迭代次数100。
[0063]
(5)系统更新模块,所述一种混沌多尺度智能最优丙烯聚合过程测量仪表还包括系统更新模块，用于系统的在线更新，定期将离线化验数据输入到训练集中，更新极端随机树测量模型。
[0064]
本发明的技术构思为：对丙烯聚合过程的重要质量指标熔融指数进行在线预报，为克服已有的聚丙烯熔融指数测量仪表测量精度不高、非线性特征提取不足，引入混沌相空间重构与多尺度分析方法进行特征提取与序列重构，引入智能化方法不需要人为经验或多次测试来调整系统参数，从而得到丙烯聚合生产过程混沌多尺度智能最优测量仪表。为
了克服目前已有的丙烯聚合生产过程的测量精度不高的问题，本发明的目的在于提供一种混沌多尺度智能最优丙烯聚合过程测量仪表。
[0065]
本发明的有益效果主要表现在：
[0066]
1、丙烯聚合生产过程混沌重构分析与gabor多尺度分析有效表征了实际工业聚合过程中在不同尺度下的动态特性和非线性，实现了产品质量指标熔融指数的高精度测量；
[0067]
2、混沌人工蜂群优化相关向量系统实现了检测系统的在线测量与匹配，提升了系统的应用推广能力。
附图说明
[0068]
图1为本发明的一实施例的聚丙烯质量检测系统的整体架构图；
[0069]
图2为本发明的一实施例的聚丙烯质量检测系统的功能结构图。
具体实施方式
[0070]
下面根据附图具体说明本发明。
[0071]
实施例
[0072]
参照图1，一实施例的聚丙烯质量检测系统的整体架构图，涉及丙烯聚合生产过程1、用于测量易测变量的现场智能仪表2、用于测量操作变量的控制站3、存放数据的dcs数据库4以及熔融指数软测量值显示仪6，所述现场智能仪表2、控制站3与丙烯聚合生产过程1连接，所述现场智能仪表2、控制站3与dcs数据库4连接，此外还涉及一种混沌多尺度智能最优丙烯聚合过程测量仪表5，所述dcs数据库4与所述一种混沌多尺度智能最优丙烯聚合过程测量仪表5的输入端连接，所述一种混沌多尺度智能最优丙烯聚合过程测量仪表5的输出端与熔融指数软测量值显示仪6连接。上述操作变量和易测变量均可作为输入变量。
[0073]
根据反应机理以及流程工艺分析，考虑到聚丙烯生产过程中对熔融指数产生影响的各种因素，取实际生产过程中常用的九个操作变量和易测变量作为建模变量，分别为：三股丙稀进料流率，主催化剂流率，辅催化剂流率，釜内温度、压强、液位，釜内氢气体积浓度。表1列出了作为混沌多尺度智能最优丙烯聚合过程测量仪表所需的9个建模变量，分别为釜内温度(t)、釜内压力(p)、釜内液位(l)、釜内氢气体积浓度(xv)、3股丙烯进料流率(第一股丙稀进料流率f1，第二股丙稀进料流率f2，第三股丙稀进料流率f3)、2股催化剂进料流率(主催化剂流率f4，辅催化剂流率f5)。反应釜中的聚合反应是反应物料反复混合后参与反应的，因此模型输入变量涉及物料的过程变量采用前若干时刻的平均值。此例中数据采用前一小时的平均值。熔融指数离线化验值作为混沌多尺度智能最优丙烯聚合过程测量仪表5的输出变量。通过人工取样、离线化验分析获得，每4小时分析采集一次。
[0074]
表1混沌多尺度智能最优丙烯聚合过程测量仪表所需建模变量
[0075][0076][0077]
参照图2，一实施例的聚丙烯质量检测系统的功能结构图，包括：
[0078]
(1)混沌重构模块7，用于将从dcs数据库输入的模型输入变量依据其混沌特性进行重构，丙烯聚合生产过程输入信号的混沌系统表达为z(n)＝[s(n),s(n t1),s(n t2),...,s(n t
d-1
)]，其中s(n)为丙烯聚合过程的第n个采样点信号，t1,t2,...,t
d-1
分别为第n个采样点之后的采样时刻。在混沌系统中，延迟时间满足t
m
＝mτ条件，其中τ为延迟时间，t
m
表示第m个采样时刻，因此，丙烯过程输入信号可以由嵌入维数和延迟时间重构为动态混沌系统信号z(n)＝[s(n),s(n τ),s(n 2τ),...,s(n (d-1)τ)]，其中，z(n)为第n时刻的混沌重构信号，τ是延迟时间，d为输入信号的嵌入维数。混沌重构的延迟时间和嵌入维数分别由互信息法和伪最邻近法得到。
[0079]
(2)gabor多尺度分析模块8，用于将输入变量以频率为基准分析其多尺度特性，通过gabor核函数对变量进行多尺度重构实现，表征输入变量在不同频率下各尺度各方向的局部纹理信息，gabor核函数定义如下：
[0080][0081]
其中，z表示重构变量坐标信息，u表示gabor滤波器的方向，v表示gabor滤波器的尺度，，i为复数符号，exp(ik
u,v
z)为复指数形式的震荡函数，σ2为核函数宽度，k
u,v
表示gabor滤波器在各个尺度各个方向上的响应。gabor核函数的部分函数作用如下：k
u,v2
z2/2σ2是一个高斯包络函数，k
u,v2
/σ2用以补偿能量谱衰弱，包络函数通常通过加窗的方法可以限制震荡函数的范围，保持波的局部性，抽取坐标附近的特征信息。exp(ik
u,v
z)是震荡函数，它的实部是余弦函数为偶对称，虚部是正弦函数为奇对称。exp(-σ2/2)表示滤波的直流分量，[exp(ik
u,v
z)-exp(-σ2/2)]运算的目的是消除直流分量对滤波效果的影响，核函数宽度σ2用以确定gabor滤波器的带宽尺寸。k
u,v
表示gabor滤波器在各个尺度各个方向上的响应，每个k
u,v
都代表一个gabor滤波器，所以当选用多个不同的k
u,v
时，可以得到多个不同的滤波器组。
[0082]
gabor特征由核函数卷积得到，表达式如下：
[0083]
g
u,v
(z)＝f(z)*ψ
u,v
(z)
[0084]
其中，g
u,v
(z)表示坐标z附近对应尺度v和方向u的卷积函数，ψ为gabor核函数。利用gabor函数对输入变量分析得到复数形式的输入特征信号：
[0085]
g
u,v
(z)＝re(g
u,v
(z)) jim(g
u,v
(z))
[0086]
gabor特征信号的幅值与相位分别为：
[0087][0088][0089]
(3)极端随机树测量模型模块9，用于采用极端随机树、基于集成学习框架来完成输入到输出的映射建模。极端随机树训练分裂规则，通过引入超参数赋予权重向量零均值的高斯先验分布来确保模型的稀疏性，超参数可以采用最大化边缘似然函数的方法来估计。整个模型的目的是根据样本集和先验知识设计一个系统，使系统对新数据能预测聚丙烯熔融指数输出。
[0090]
(4)混沌人工蜂群优化模块10，采用混沌人工蜂群算法对测量系统的分叉阈值参数进行优化，采用如下过程完成：
[0091]
(4.1)初始化人工蜂群算法的参数，设蜜源数p，最大迭代数iter
max
，初始搜索空间的最小值和最大值l
d
和u
d
；蜜源的位置表示问题的可行解，在相关向量测量系统中p
i
的维度为2维，置初始迭代次数iter＝0；
[0092]
(4.2)为蜜源p
i
分配一只引领蜂，基于混沌映射产生新蜜源v
i
；
[0093][0094]
其中，为混沌因子，由混沌映射动态系统产生。
[0095]
(4.3)计算v
i
的适应度值，根据贪婪选择的方法确定保留的蜜源；
[0096]
(4.4)计算引领蜂找到的蜜源被更随的概率；
[0097]
(4.5)跟随蜂采用与引领蜂相同的方式进行搜索，根据贪婪选择的方法确定保留的蜜源；
[0098]
(4.6)判断蜜源v
i
是否满足被放弃的条件，如满足，对应的引领蜂角色变为侦察蜂，否则直接转到(4.8)；
[0099]
(4.7)侦察蜂随机产生新蜜源；
[0100]
(4.8)iter＝iter 1，判断是否已经达到最大迭代次数，若满足则输出最优参数，选取适应度值最优的解作为算法的最优解，否则转到步骤(4.2)。
[0101]
其中，蜜源数为100，初始搜索空间的最小值和最大值0和100，最大迭代次数100。
[0102]
(5)系统更新模块11，所述一种混沌多尺度智能最优丙烯聚合过程测量仪表还包括系统更新模块，用于系统的在线更新，定期将离线化验数据输入到训练集中，更新极端随机树测量模型。
[0103]
以具体数据为例：本实施例提取dcs系统中采集的所需的9个建模变量，得到变量输入矩阵：
[0104][0105]
将数据输入丙烯聚合过程测量仪表5，混沌多尺度检测模块得到熔融指数预报值为[2.4439,2.4011,2.4525,2.4796,2.4872]。熔融指数离线化验值[2.42,2.37,2.46,2.48,2.51]作为丙烯聚合过程测量仪表5的校验值，用于计算预报误差来评价聚丙烯生产质量测量系统5的预报精度，预报误差选用均方根误差(root mean square error,rmse)，其计算公式为其中，为丙烯聚合过程测量仪表5输出值,y
i
为熔融指数离线化验值，则丙烯聚合过程测量仪表5的预报偏差为[0.0239,0.0311,-0.0075,-0.0004,-0.0228]，其均方根误差为0.0239，得到测量系统的熔融指数预报值与其预报精度。
[0106]
上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。