一种丙烯聚合质量在线检测系统
阅读说明：本技术 一种丙烯聚合质量在线检测系统 (Propylene polymerization quality on-line measuring system ) 是由 陈旭 张红星 慕雪梅 马文辉 张长军 刘小燕 马艳萍 竺栋荣 许云波 吴冬 谢昕 于 2020-06-05 设计创作，主要内容包括：本发明涉及一种丙烯聚合质量在线检测系统,包括：混沌重构模块,将丙烯聚合过程的操作参数依据其混沌特性进行重构得到输入变量；Gabor多尺度分析模块,将所述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,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,得到输入特征信号；极端随机树测量模型模块,以聚丙烯产品样本集和先验知识作为依据,将所述输入特征信号转化后输出对应的聚丙烯产品的软测量值；以及自适应粒子群模块,用以采用自适应粒子群算法对检测系统的分叉阈值参数进行优化。(The invention relates to an on-line detection system for propylene polymerization quality, which comprises: the chaos reconstruction module reconstructs the operating parameters of the propylene polymerization process according to the chaos characteristics of the operating parameters to obtain input variables; the Gabor multi-scale analysis module analyzes the multi-scale characteristics of the input variable by taking frequency as a reference, performs multi-scale reconstruction on the variable through a Gabor kernel function, and extracts local texture feature information of the input variable in each scale and each direction under different frequencies to obtain an input feature signal; the extreme random tree measurement model module is used for converting the input characteristic signals and outputting corresponding soft measurement values of the polypropylene products by taking a polypropylene product sample set and priori knowledge as basis; and the self-adaptive particle swarm module is used for optimizing the bifurcation threshold parameter of the detection system by adopting a self-adaptive particle swarm algorithm.)
技术领域
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自适应丙烯聚合质量在线检测系统。
背景技术
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。
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。
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。
发明内容
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实现自适应在线测量、兼顾聚合过程多尺度特性与混沌特性，检测系统置信水平高、鲁棒性强的混沌多尺度自适应丙烯聚合质量在线检测系统。
为此，本发明提供一种丙烯聚合质量在线检测系统，用于对丙烯聚合过程的质量指标熔融指数进行测量，包括：
混沌重构模块，将丙烯聚合过程的操作参数依据其混沌特性进行重构得到输入变量；
Gabor多尺度分析模块，将所述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，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，得到输入特征信号；
极端随机树测量模型模块，以聚丙烯产品样本集和先验知识作为依据，将所述输入特征信号转化后输出对应的聚丙烯产品的软测量值；以及
自适应粒子群模块，用以采用自适应粒子群算法对检测系统的分叉阈值参数进行优化。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述操作参数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。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述操作参数的混沌系统表达为z(n)＝[s(n),s(n+T1),s(n+T2),...,s(n+Td-1)]，其中s(n)为丙烯聚合过程的第n个采样点信号，T1,T2,...,Td-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Tm＝mτ条件，其中τ为延迟时间，Tm表示第m个采样时刻，丙烯聚合过程的输入信号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。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述延迟时间和所述嵌入维数分别由互信息法和伪最邻近法得到。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述Gabor核函数定义如下：
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(iku，vz)为复指数形式的震荡函数，σ2为核函数宽度，ku，v表示Gabor滤波器在各个尺度各个方向上的响应。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述输入特征信号由所述Gabor核函数卷积得到，表达式如下：
Gu，v(z)＝f(z)*ψu，y(z) (2)
其中，Gu，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：
Gu，v(Z)＝Re(Gu，v(Z))+jIm(Gu，v(Z)) (3)
Gabor特征信号的幅值与相位分别为：
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述极端随机树测量模型模块，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。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述极端随机树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。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，所述自适应粒子群模块，采用如下过程完成：
(5.1)随机产生初始粒子群速度和位置；
(5.2)计算种群多样性指数D(t)：
其中，Gbest(t)是整个粒子群在第t次迭代时到达过的全局最优解,Fit(Gbest(t))表示Gbest(t)对应的适应度值，m是粒子群规模，si(t)是第i个粒子在第t次迭代时的位置，Fit(si(t))表示si(t)对应的适应度值；
(5.3)更新学习速率参数Φ(t):
(5.4)更新粒子的速度和位置，产生新的群体；
sin(t+1)=sin(t)+qin(t+1) (9)
其中，α1是个体加速度参数，α2是全局加速度参数，和是0-1之间的随机数，t为迭代次数，p为粒子群规模；qin(t+1)是第i个粒子的第n个分量在第t+1次迭代的速度，qin(t)是第i个粒子的第n个分量在第t次迭代的速度，sin(t+1)是第i个粒子的第n个分量在第t+1次迭代的位置，sin(t)是第i个粒子的第n个分量在第t次迭代的位置，Lbestin是第i个粒子的第n个分量达到过的最优解，n＝1,2为检测系统优化参数；
(5.5)判断是否符合算法终止条件，若符合，输出全局最优粒子及其代表的最优解，并结束迭代；否则返回(5.2)继续迭代。
本发明所述的丙烯聚合质量在线检测系统，其中优选的是，还包括系统更新模块，用于检测系统的在线更新，定期将离线化验数据输入到训练集中，更新自适应极端随机树测量模型。
具体的，本发明的技术方案如下：
本发明的目混沌多尺度自适应丙烯聚合质量在线检测系统，用于对丙烯聚合过程的质量指标熔融指数进行测量，该丙烯聚合质量在线检测系统包括混沌重构模块、Gabor多尺度分析模块、自适应极端随机树测量模型模块、系统更新模块以及自适应粒子群模块。其中：
(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+Td-1)]，其中s(n)为丙烯聚合过程的第n个采样点信号，T1,T2,...,Td-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Tm＝mτ条件，其中τ为延迟时间，Tm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。
(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：
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(iku,vz)为复指数形式的震荡函数，σ2为核函数宽度，ku,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：ku,v 2z2/2σ2是一个高斯包络函数，ku,v 2/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(iku,vz)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(iku，vz)-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。ku，v表示Gabor滤波器在各个尺度各个方向上的响应，每个ku，v都代表一个Gabor滤波器，所以当选用多个不同的ku，v时，可以得到多个不同的滤波器组。
Gabor特征由核函数卷积得到，表达式如下：
Gu，v(z)＝f(z)*ψu，v(z) (2)
其中，Gu，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：
Gu，v(z)＝Re(Gu，v(z))+jIm(Gu，v(z)) (3)
Gabor特征信号的幅值与相位分别为：
(3)自适应极端随机树测量模型模块：用于建立丙烯聚合质量在线检测系统，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。
(4)自适应粒子群模块：用以采用自适应粒子群算法对检测系统的分叉阈值参数进行优化，采用如下过程完成：
(4.1)随机产生初始粒子群速度和位置；
(4.2)计算种群多样性指数D(t)：
其中，Gbest(t)是整个粒子群在第t次迭代时到达过的全局最优解,Fit(Gbest(t))表示Gbest(t)对应的适应度值，m是粒子群规模，si(t)是第i个粒子在第t次迭代时的位置，Fit(si(t))表示si(t)对应的适应度值；
(4.3)更新学习速率参数Φ(t):
(4.4)更新粒子的速度和位置，产生新的群体；
sin(t+1)＝sin(t)+qin(t+1) (9)
其中，α1是个体加速度参数，α2是全局加速度参数，和是0-1之间的随机数，t为迭代次数，p为粒子群规模；qin(t+1)是第i个粒子的第n个分量在第t+1次迭代的速度，qin(t)是第i个粒子的第n个分量在第t次迭代的速度，sin(t+1)是第i个粒子的第n个分量在第t+1次迭代的位置，sin(t)是第i个粒子的第n个分量在第t次迭代的位置，Lbestin是第i个粒子的第n个分量达到过的最优解，n＝1,2为检测系统优化参数；
(4.5)判断是否符合算法终止条件，若符合，输出全局最优粒子及其代表的最优解，并结束迭代；否则返回(4.2)继续迭代；
(5)系统更新模块：所述一种混沌多尺度自适应丙烯聚合质量在线检测系统还包括系统更新模块，用于检测系统的在线更新，定期将离线化验数据输入到训练集中，更新自适应极端随机树测量模型。
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，引入自适应方法分析调整系统以适应不同生产工况，从而得到丙烯聚合生产过程混沌多尺度自适应检测系统。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自适应检测系统丙烯聚合质量在线检测系统。
本发明的有益效果主要表现在：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；2、自适应优化检测系统实现了检测系统的自适应调节与系统匹配，提升了系统的应用推广能力。
综上所述，本发明的丙烯聚合质量在线检测系统对丙烯聚合过程重要质量指标熔融指数进行在线测量，克服传统的检测系统时间滞后大，测量精度低的缺点，实现自适应在线测量、兼顾聚合过程混沌特性与多尺度特性，检测系统置信水平高、鲁棒性强。
附图说明
图1为本发明实施例1的丙烯聚合质量在线检测系统的整体架构图；
图2为本发明的丙烯聚合质量在线检测系统的功能结构图。
具体实施方式
以下对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例，下列实施例中未注明具体条件的实验方法，通常按照常规条件。
实施例1
参照图1和图2所示，图1为本发明的丙烯聚合质量在线检测系统的整体架构图；图2为本发明的丙烯聚合质量在线检测系统的功能结构图。
本发明的混沌多尺度自适应丙烯聚合质量在线检测系统的整体架构，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、丙烯聚合质量在线检测系统5以及熔融指数软测量值显示仪6，现场智能仪表2、控制站3与丙烯聚合生产过程1连接，现场智能仪表2、控制站3与DCS数据库4连接，DCS数据库4与丙烯聚合质量在线检测系统5的输入端连接，丙烯聚合质量在线检测系统5的输出端与熔融指数软测量值显示仪6连接。上述易测变量和操作变量均为操作参数。
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参数作为建模变量，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)。熔融指数离线化验值作为聚丙烯生产质量检测系统5的校验值，用于计算预报误差来评价聚丙烯生产质量检测系统5的预报性能，预报误差选用均方根误差(Root Mean Square Error,RMSE)，其计算公式为其中，为聚丙烯生产质量检测系统5输出值,yi为熔融指数离线化验值，通过人工取样、离线化验分析获得，每4小时分析采集一次。
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
变量符号
变量含义
变量符号
变量含义
T
釜内温度
f1
第一股丙稀进料流率
p
釜内压强
f2
第二股丙稀进料流率
L
釜内液位
f3
第三股丙稀进料流率
X<sub>v</sub>
釜内氢气体积浓度
f4
主催化剂流率
f5
辅催化剂流率
继续参照图2，丙烯聚合质量在线检测系统5的功能结构，包括：
(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+Td-1)]，其中s(n)为丙烯聚合过程的第n个采样点信号，T1,T2,...,Td-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Tm＝mτ条件，其中τ为延迟时间，Tm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。
(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：
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(iku,vz)为复指数形式的震荡函数，σ2为核函数宽度，ku,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：ku,v 2z2/2σ2是一个高斯包络函数，ku,v 2/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(iku,vz)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(iku,vz)-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。ku,v表示Gabor滤波器在各个尺度各个方向上的响应，每个ku,v都代表一个Gabor滤波器，所以当选用多个不同的ku,v时，可以得到多个不同的滤波器组。
Gabor特征由核函数卷积得到，表达式如下：
Gu，v(Z)＝f(z)*ψu，v(Z) (2)
其中，Gu,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：
Gu，v(Z)＝Re(Gu，v(Z))+jIm(Gu，v(Z)) (3)
Gabor特征信号的幅值与相位分别为：
(3)自适应极端随机树模块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。
(4)自适应粒子群模块10，用以采用自适应粒子群算法对检测系统的参数进行优化，采用如下过程完成：
(4.1)随机产生初始粒子群速度和位置；
(4.2)计算种群多样性指数D(t)：
其中，Gbest(t)是整个粒子群在第t次迭代时到达过的全局最优解,Fit(Gbest(t))表示Gbest(t)对应的适应度值，m是粒子群规模，si(t)是第i个粒子在第t次迭代时的位置，Fit(si(t))表示si(t)对应的适应度值；
(4.3)更新学习速率参数Φ(t):
(4.4)更新粒子的速度和位置，产生新的群体；
sin(t+1)＝sin(t)+qin(t+1) (9)
其中，α1是个体加速度参数，α2是全局加速度参数，和是0-1之间的随机数，t为迭代次数，p为粒子群规模；qin(t+1)是第i个粒子的第n个分量在第t+1次迭代的速度，qin(t)是第i个粒子的第n个分量在第t次迭代的速度，sin(t+1)是第i个粒子的第n个分量在第t+1次迭代的位置，sin(t)是第i个粒子的第n个分量在第t次迭代的位置，Lbestin是第i个粒子的第n个分量达到过的最优解，n＝1,2为检测系统优化参数；
(4.5)判断是否符合算法终止条件，若符合，输出全局最优粒子及其代表的最优解，并结束迭代；否则返回(5.2)继续迭代；
(5)系统更新模块11，所述一种混沌多尺度自适应丙烯聚合质量在线检测系统还包括系统更新模块，用于检测系统的在线更新，定期将离线化验数据输入到训练集中，更新自适应极端随机树测量模型。
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：
将数据输入聚丙烯测量系统5，混沌多尺度自适应测量模块得到熔融指数预报值为[2.5203,2.5066,2.4838,2.3670,2.3759]。熔融指数离线化验值[2.48,2.47,2.49,2.31,2.36]作为聚丙烯测量系统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，为聚丙烯生产质量测量系统5输出值,yi为熔融指数离线化验值，则聚丙烯生产质量检测系统5的预报偏差为[0.0403,0.0366,-0.0062,0.057,0.0159]，其均方根误差为0.0403，得到测量系统的熔融指数预报值与其预报精度。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种聚丙烯生产质量在线测量系统