基于动态数据的上浆率在线增量软测量

摘要：

针对浆纱过程产生的实时动态数据,提出一种基于增量学习的在线软测量建模方法,实现对上浆率的预测.将增量学习的思想引入软测量算法,去除冗余数据,提高算法效率;使用改进式山峰算法确定数据中心,通过自适应方法确定去噪半径,完成对噪声数据的筛选;选取软测量算法进行建模.实验所用数据采集自真实浆纱过程.仿真结果表明:该算法预测精度较高,具有一定的抗噪性能,均方根误差最小可达0.2633,最大绝对误差最小为0.6331,适用于多种智能算法的在线更新.

关键词：上浆率、动态数据、增量学习、软测量、山峰算法、在线检测

所属期刊栏目：36

分类号：TS103.7;TP274.5(纺织工业、染整工业)

资助基金：国家自然科学基金资助项目61403277

在线出版日期：2017-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：54-58