PLS方法应用于PTA脱水塔的软测量建模

摘 要：及时测定化工过程变量，对确保生产过程稳定、有效控制产品质量具有重要意义。目前基于实验测定的分析，时间滞后明显，不能实现产品质量精确控制的要求，而基于过程参数的软测量模型，通过采集实时样本数据，构建其与性质参数间的经验数学模型，可实时用于产品质量的在线分析和控制。本论文将基于PTA装置溶剂脱水塔化工过程采集的时序样本数据，并考虑数据属高维强相关的小样本，拟采用有偏估计的偏最小二乘回归方法，为塔顶排出的醋酸含量建立软测量模型，并将用其它经典软测量建模方法，以作比较。

关键词：软测量；偏最小二乘；PTA溶剂脱水塔；回归；主成份回归

目  录

中文摘要 I

Abstract II

目录 III

1. 绪论 1

1.1 研究背景 1

1.2  软测量建模方法研究现状 2

     1.2.1 机理建模 3

          1.2.2 统计建模 3

          1.2.3 混合建模 6

1.3 PTA溶剂脱水塔工艺概述 6

1.4 论文内容安排 8

2. 实验部分 9

2.1 模型说明与样本数据分析 9

2.2 试验方式与性能评价指标 9

2.3 样本数据特征分析 10

2.4 多元线性回归建模（MLR） 12

   2.4.1 多元线性回归方法概述 12

   2.4.2 模型训练与测试 12

   2.4.3 小结 14

2.5 PCA_NN神经网络的软测量建模 14

   2.5.1 PCA_NN方法概述 14

   2.5.2 模型训练与测试 15

   2.5.3 小结 17

2.6 偏最小二乘回归建模（PLSR） 18

   2.6.1 偏最小二乘回归概述 18

   2.6.2 模型训练与测试 18

   2.6.3 小结 21

2.7 PLSR_NN神经网络建模 21

   2.7.1 神经网络-偏最小二乘回归概述 21

   2.7.2 模型训练与测试 24

   2.7.3 小结 26

2.8 不同因素对PLSR_NN模型影响 27

   2.8.1 不同主元数对模型影响 27

   2.8.2 不同节点数对模型影响 28

3. 结果与讨论 30

3.1 实验样本数据分析及讨论   30

3.2 多元线性回归方法建模结果及讨论 30

3.2.1 运算结果 30

3.2.2 讨论及改进措施 31

3.3 PCA_NN方法建模及讨论 31

   3.3.1 运算结果 31

   3.3.2 讨论及改进措施 32

3.4 偏最小二乘回归方法建模结果及讨论 32

   3.4.1 运算结果 32

   3.4.2 讨论及改进措施 33

3.5 PLSR_NN方法建模结果及讨论 33

   3.5.1 运算结果 33

   3.5.2 讨论及改进措施 34

3.6 不同主元数对PLSR_NN模型影响的讨论 34

3.7 节点数对PLSR_NN模型影响的讨论 35

3.8 四种方法建模效果讨论 37

4．总结与展望 38

致谢 40

参考文献 41