论文总字数：20592字

摘 要

近年来，工业生产过程规模越来越大，设备构造更加复杂，生产采集到的数据也越来越多。在工业生产过程中，被控对象往往不同程度地存在着滞后，如温度、液位、压力这些常见变量均具有不同程度的滞后特性。随着滞后的增加，相位滞后也增大，导致系统不稳定，系统建模预测效果差。因此，解决滞后问题显得尤为重要。

本文旨在研究数据驱动的过程建模方法，针对Wood-Berry蒸馏塔对象设计自动控制系统。采集系统运行数据，采用相关系数、互信息两种方法对输入输出数据进行相关性分析，根据最大相关系数确定输入输出间的滞后时间，并基于支持向量机建立对象模型，采用运行数据进行模型精确性验证。列些算法实现流程，采用MATLAB进行软件编写，并调试运行。

关键词：wood-berry蒸馏塔，相关分析，互信息，支持向量机建模

The method of determining latency time research of Data-driven process models

Abstract

In recent years, with the presence of industrial process complexity, the data of fabrication is numerous. In the process of industrial production, controlled objects exist hysteresis frequently, such as temperature, level, pressure, the common variables possess hysteresis characteristics in varying degrees. With the increase of hysteresis,

Phase hysteresis increases, cause system unstable, system modeling predict poor results. So, solve hysteresis problem is particularly important.

This paper investigates data-driven process modeling, design automatic control system contrary to wood-berry distillation column. Collect operating data, analyze correlation between input and output data by correlation coefficient and mutual information, determine latency time between input and output data by the maximum correlation coefficient, create an object model based on support vector machine, verify the accuracy of the model using operational data. Enumerate Algorithm to achieve process, write software in MATLAB, debug and run program.

Key Words: wood-berry distillation column, Correlation analysis, Mutual information, support vector machine

目录

摘要 I

Abstract II

目录 III

第一章 绪论 1

1.1 课题研究背景及意义 1

1.2国内外研究现状综述 2

1.3 论文工作简述 3

第二章 基础知识介绍 4

2.1 相关分析法 4

2.1.1 相关分析的简要概述 4

2.1.2 相关分析算法原理 4

2.2 互信息法 5

2.2.1 互信息的简要概述 5

2.2.2 互信息的算法原理 6

2.3 最小二乘支持向量机建模 7

2.3.1 支持向量机建模的简要概述 7

2.3.2 支持向量机的建模原理 7

第三章 滞后时间的确定方法 9

3.1 wood-berry蒸馏塔模型 9

3.2 用相关分析法确定滞后时间 9

3.3 用互信息法确定滞后时间 13

3.4 两种方法的对比分析 18

第四章 数据时序重新匹配后的支持向量机建模 19

4.1 采用相关分析法进行时序匹配并建模 19

4.2 采用互信息法进行时序匹配并建模 23

4.3 两种方法建模结果分析对比 26

第五章 总结 28

参考文献 29

致谢 31

第一章 绪论

1.1 课题研究背景及意义

进入21世纪，我国的工业制造业水平已处于世界领先地位，工业生产过程中，人工已经慢慢被取代，自动化技术的运用所占比重越来越大。因此，如何提升自动化技术水平，并全面普及自动化，成为各大制造企业亟待解决的问题。在化工、热能、水处理、石化、电力电网等领域的自动控制流程中，主要以温度、液位、流量、电压等生产参数为被控对象，这些生产过程必定伴随巨大的能源转换，并且操作人员以及设备的安全也不得不考虑。因此，控制过程设计的优良，直接影响到产品的质量、生产过程的能源消耗与环保问题和最重要的人员设备安全问题。

过程控制对象大多为时滞对象^[1]，给定系统一个干扰，由于这种时间滞后特性的存在，通常需要较长时间，才能通过生产参数表现出来。这就导致了系统产生较大的超调或振荡，对系统的响应速度减慢，影响系统稳定性。比较典型的时间滞后系统有流量、温度控制系统，流量控制系统由于原料、能量传输通道存在较长距离，控制过程存在一定的时间滞后，导致对系统的校正有一定时滞现象，进而大大降低系统的动态品质以及闭环系统的稳定性。温控系统同样存在较长的能量转换过程，势必会引起控制作用滞后，控制作用强度不足或者过大，前者导致产品质量得不到保障，后者可能破坏系统的稳定性，进而引发更大的安全事故。与此同时，滞后时间的存在将降低系统的抗干扰性，即当被控对象受到一个扰动，被控量会随之发生改变，但校正扰动的控制信号却不会立即发挥作用，所以要抑制扰动需要较长时间。

从以上分析来看，时延系统是一类比较难以控制的系统，并且控制它的难度会随着时延时间占整个系统响应时间的比例增加而变大，因此关于如何解决滞后时间的问题的研究引起了广大专家学者的关注。研究控制过程的时滞特性，对于提高工业生产效率具有重大的指导意义，优化控制时滞系统能够进一步提高能源利用率，更大限度的降低能源消耗，且使人员设备在生产过程中的安全问题有了更好的保障，在响应国家节能减排的号召的同时又不影响生产效率，意义重大。

1.2国内外研究现状综述

过程变量受到扰动发生变化与输出发生相应改变之间有一定的延迟，这段延迟称为滞后时间。阶跃响应曲线法是最常用的确定滞后时间的方法，但是通常在实际的生产过程中，不允许人为的加入阶跃扰动。除此之外，我们可以依据生产过程的停滞时间或者传输管道的长度等通过经验来确定滞后时间。排除人工操作常用的还有两种直接通过现场采集到的数据来确定延迟时间的方法，分别是最大相关系数法和模糊曲线法。

Lin和Cunningham最早提出了模糊曲线法^[4]，此方法被用于选择关键的输入变量，并根据模糊逻辑描述输入输出变量之间的关系。模糊曲线法将滞后时间的确定转换成了对关键变量的选择，我们可以事先选取一个最大的延迟步长N，根据不同的延迟时间重新排列变量的样品数，其中t为输出变量的采样时刻，为待定的延迟步长。样品数据的重新排列就是将一个变量转化成N 1个变量，通过模糊曲线法原理，我们从这N 1个待选变量中选择一个最关键的变量，则即为变量所对应的延迟时间，T为输入变量的采样周期。

请支付后下载全文，论文总字数：20592字