专利名称：工业流化床气相聚乙烯装置的产品质量在线软测量方法
技术领域：
本发明涉及石油化工工业生产过程的检测和控制领域，特别涉及一种工业 流化床气相聚乙烯装置的产品质量在线软测量方法。
背景技术：
聚乙烯生产过程一般以产品树脂的熔融指数(melt index, MI)和密度 (density, P )作为产品性能指标。以流化床气相聚乙烯生产工艺为例，聚乙 烯的熔融指数MI和密度P共同决定了产品树脂的加工性能和最终用途。然而， 由于缺乏可靠的工业化在线测量仪表，长期以来聚乙烯生产过程的MI和P主要 通过产品定时采样的实验室分析得到，并以此为参考对生产过程进行质量控制。 正常生产条件下，MI每两个小时采样(分析) 一次，P每四个小时一次，如此 长的测量滞后无法及时反映当前的产品质量(尤其是采样间隔期间，树脂性能 如何变化一无所知)，产品质量的波动甚至不合格是难免的。况且，MI和P的采 样分析结果只能反映生产操作条件和产品质量的定性关系(如反应温度升高会 导致MI增加)，操作人员无法从中了解多种操作条件共同影响下对产品树脂质 量作用的定量关系和瞬态过渡特性，据此所作的操作往往出现较大偏差，甚至 有时导致流化床内部结快，造成停车。
为克服以上聚乙烯树脂产品质量不可直接检测的问题，人们提出了通过合 理的数学模型来在线估计和预测聚乙烯树脂产品质量(即软测量)，进而实现生
产运行的质量控制的思想。近年来，作为一种基于生产过程检测数据的建模方
法，多元统计投影理论为这类在生产过程中难于测量的产品质量指标的在线检
测研究提供了一种新的数学工具和解决方案并首先在石油化工生产过程中得到
应用，该方法避开了复杂的过程机理分析，不仅算法求解相对简单、软件编程
和现场实施方便，而且软测量精度高，尤其适用于类似聚乙烯装置这样过程数 据非常丰富的场合。
然而，就方法的理论技术本身而言，目前发表的代表性成果基本针对于线
5性系统提出，不能很好地适用于像流化床气相连续聚合反应这样机理复杂、影响因素众多且彼此交互、化学过程和物理过程俱存的高度本质非线性过程。
发明内容
本发明针对工业流化床气相聚乙烯装置的产品质量无法直接测量，从而难以实现产品树脂的质量控制和装置运行在线监控等问题，提供一种工业流化床气相聚乙烯装置的产品质量在线软测量方法。
本发明的目的是通过以下技术方案和步骤来实现的 一种工业流化床气相聚乙烯装置产品质量的软测量方法，包括以下步骤(1 )选择对聚乙烯树脂质量有直接影响的29个现场测量变量作为软测量模型
的辅助变量，构成测量参数向量^,。
(2) 选择表征聚乙烯树脂质量水平的2个变量作为软测量目标变量，构成软
测量参数向量i;。
(3) 在气相流化床装置正常运行过程中采集一组软测量建模样本集(《,/ = i, 2…mv ，构成建模样本矩阵和yy 。
(4) 对建模样本矩阵I和7F进行标准化、归一化处理，使得各变量均值为0、
方差为i，得到归一化的建模样本矩阵x。和j;。
(5) 根据X。和y。，离线建立工业流化床气相聚乙烯装置产品质量的非线性偏最小二乘软测量模型& = + f2jp2T +……+ ， f。 = F,/ J + R《+……+ K《，其中，(.,/v、l,2,…/是X。经过主元分解后得到的/个主元得分向量和负荷向
量，A, u,…/是y,关于非线性展开项K^ 。,Z"，2,…/的类负荷矩阵。由p = &……p,]， - = [A A……A]构成的二元组(户,釣为软测量模型的参数集。
(6) 在线运行实施时，每次得到新的辅助变量测量值，都将当前的现场测量数据矩阵代入软测量模型进行预测计算，并把预测结果^进行逆标准化、逆归一化处理，得到工程单位意义下的产品质量目标变量预测数据矩阵或向量。
(7) 为保证长时间运行时软测量的精度，对软测量模型参数集(P，;8)定期进行模型自动校正。
本发明的有益效果是(1)本发明的方法避开了复杂的过程机理分析，软测量精度高，尤其适用于类似工业流化床气相聚乙烯生产装置这样的非线性、高维且过程数据非常丰富的生产过程；(2) 本发明的方法通过将线性PLS方法拓展到非线性系统，特别解决了具有本 质非线性特征的工业对象的软测量模型建立问题，不仅保证了模型的稳定性，
更大大提高了软测量精度；
(3) 本发明的方法中非线性特性的描述采用主元对之间的抛物线Taylor逼近 方法实现，不仅技术路线清晰，而且算法实现简单，在线计算量小；
(4) 本发明的方法能一次实现多个树脂产品质量指标的软测量，方便现场应用；
(5) 本发明的方法用于实时监控或指导实际生产，能使产品质量提高、产量增 加、装置运行平稳，带来较大的经济效益。
图1为一个典型的工业流化床气相聚乙烯生产装置示意图； 图2为本发明的系统网络结构示意图中，气相流化床反应器l，循环气管路2，循环气压縮机3，循环气换热 器4，反应器混合室5，反应器分布板6，流化床层7，产品出料罐甲8，产品出 料罐乙9，催化剂加料器甲10,催化剂加料器乙11，气相流化床聚乙烯装置12， 主控DCS设备13，数据接口机14，网络服务器15，监控工作站16。
具体实施例方式
下面对本发明的技术方案细节逐一详细说明，本发明的目的和效果将更加明显。
图1是一个国内常见的工业流化床气相聚乙烯生产装置示意图，主体设备 由气相流化床反应器l、循环气管路2、循环气压縮机3、循环气换热器4组成， 设备之间由循环气管路串连连结。其中，气相流化床反应器包括反应器混合室5、 反应器分布板6、流化床层7、产品出料罐甲8、产品出料罐乙9、催化剂加料 器甲IO、催化剂加料器乙ll，皆附着安装在反应器内部和外部。生产过程中， 含有单体、共聚单体以及其他组分的循环气体首先进入反应器底部的混合室5， 经预混合后再通过特殊设计的反应器分布板6进入流化床层7。聚合物/催化剂 粉体一边悬浮流化，进行聚合反应， 一边将聚合热传递给流化气体并带出反应 器。离开反应器的较高温度气体经过压縮、热交换和补充原料后以较低的温度 重新循环进入反应器。反应过程所需催化剂通过催化剂加料器甲10或/和催化剂加料器乙11加入反应器中。聚合物产品通过出料罐甲8和出料罐乙9交替批
量放出，以保持流化床高度恒定。如此循环往复，实现生产过程的连续运行。本发明的工业流化床气相聚乙烯装置产品质量的软测量方法，包括以下步
骤
(1) 选择对聚乙烯树脂质量有直接影响的29个现场测量变量作为软测量模型的辅助变量，构成测量参数向量1 。
所选择的29个现场测量辅助变量为反应器入口温度T—Rxinlet、反应器温度乙RX、反应器出口温度T—RXoutlet、乙烯进料温度T—Ethylene、 丁烯进料温度乙Butene、反应器压力P_Reactor、乙烯进料压力P_Ethylene、产品出料罐A压降P一TankA、产品出料罐B压降P—TankB、反应器分布板压降P_RXplate、循环气流量F—Cyclegas、乙烯进料流量F—C2H4、 丁烯进料流量F—C4H8、氢气进料流量F一H2、氮气进料流量F—N2、三乙基铝注入量F—TEAL、反应器产率F—Prorate、氢气/乙烯mo1比R_H2toC2、 丁烯/乙烯mo1比R—C4toC2、催化剂加料器A转速V—FeederA、催化剂加料器B转速V—FeederB、反应器床重W一Bed、反应器料位指示值L—Bed、反应器上部松密度DJJ卯er、反应器下部松密度D—Lower、循环气中乙烯浓度M—C2H4、循环气中丁烯浓度M_C4H8、循环气中氢气浓度M一H2、循环气中氮气浓度M一N2。所组合构成的测量参数向量^^为
T—Rxinlet T_RX T—Rxoutlet T_Ethylene T一Butene P_ReactorP—Ethylene P—TankA P—TankB P—Rxplate F—Cyclegas F—C2H4 F—C4H8 F一H2 F—N2F—TEAL F—Prorate R_H2toC2 R—C4toC2 V一FeederA V一FeederB W—Bed L—BedD—Upper D—Lower M—C2H4 M—C4H8 M—H2 M—N2]
(2) 选择表征聚乙烯树脂质量水平的2个变量作为软测量目标变量，构成软
测量参数向量i;。
所选择的2个软测量目标变量为树脂熔融指数MI和树脂密度P。所组合构成的软测量参数向量^为^二[MI P]。
(3) 在气相流化床装置正常运行过程中采集一组软测量建模样本集
= 1，2…WW ，构成建模样本矩阵JOT和IT 。由建模样本集(《,i:),^l,2…AW，所构成的建模样本矩阵为
……义rf
yy = 「yl ......yAW卩，
乂乂 一 L』m』m 』柳 J，
其中，JC是测量参数向量x^的第i个样本点的样本值，《是软测量参数向量i;的
第!'个样本点的样本值，NN是建模样本集中的样本点数，其取值在1000到1200之间。(4)对建模样本矩阵I和7F进行标准化、归一化处理(使得各变量均值为0、方差为l)，得到归一化的建模样本矩阵A和K。对建模样本矩阵1和77进行标准化、归一化处理时，所采用的具体公式为
_ 1 層 _ 1 册
均值计算互=1￡1,，界=工￡巧MV台 AW台 '
■JAW _ 1 AW _
M 層-l台 層-l台 '
归一化计算I广M^,7^^^:;
(T汀
式中，i,c7;^,c4分别是对应于XY和y7的均值和方差。按比例将建模样本矩阵中MV个样本点采样数据分成训练样本矩阵和测试样本矩阵，则得到由训
练样本矩阵构成的、i和iT的输入矩阵z。和输出矩阵i;， x。的每一行是一个
输入向量，K的每一行是一个输出向量。
(5)根据义。和r。，离线建立工业流化床气相聚乙烯装置产品质量的非线性偏
最小二乘软测量模型^=^ + ,乂+……",W， i^FX+^X十……+ ^,，其中，(,;^、l,2,…/是X。经过主元分解后得到的/个主元得分向量和负荷向量，A，^1,2,…/是K关于非线性展开项K,[2 《],/d,2，…/的类负荷矩阵。由P =A &……/;,]，/ = [A &……A]构成的二元组(尸，A为软测量模型的参数
所建立非线性偏最小二乘软测量模型a:。 +……，
《=^《+^《+……+ ^《是通过在线性最小二乘模型基础上嵌入Taylor级数逼近而实现的。理论上，Taylor级数逼近的阶数可以高到任意阶， 一般情况下，本发明方法优选抛物线逼近(二阶)模型。软测量模型参数集(户，")的求取通过一个称为NPLS的循环递推算法得到，并且用交叉检验技术来决定最佳主元个数/。
所釆用的NPLS的循环递推算法由以下步骤构成(1)将测量数据阵X，y标准化为X。乂。令"取K的某一列(一般是具有最大方差的列)，计算权向量>/="l。/"r"，并归一化HI";计算主元"AT,/w、； (2)利用线性最小二乘回归算法估计主元多项式系数"。，",,"2， " = a。J + a,"a/+/i，并令* ="由s和y。计算^=^^//*，归一化l"卜h (3)重新计算"=1> ~; (4)用Newton-Raphson算法对m二a。j + a,(AT。HO + c^(A^h^+A进行权w的再计算，并归一化||—| =门(5) "X。Wm^h;，检查"勺收敛性；(6)若/未收敛且循环迭代步数未超出限制，转(2)，否则继续(7); (7)按最新H十算"g、"和"。,c^，c^ (8)计算主元方向/Z^^T。/A; (9)构造残差阵A-AT。-(10)用 A,K继续进行下一个模型维的主元分解与模型计算，直到要求的主元数为止。 (6)在线运行实施时，每次得到新的辅助变量测量值，都将当前的现场测量 数据矩阵代入软测量模型进行预测计算，并把预测结果f进行逆标准化、逆 归一化处理，得到工程单位意义下的产品质量目标变量预测数据矩阵或向量。 将软测量模型计算的预测结果f进行逆标准化、逆归一化处理时，采用的具 体公式为
式中，界,cr^是前面进行标准化、归一化时的均值和方差。 (7)为保证长时间运行时鞞测量的精度，对软测量模型参数集(户，/ )定期(24 小时或48小时)进行模型自动校正。 所采用的校正公式为-
7
尸w =《+^ ， -。r A —
A+1 = A + -。'
乂
其中，(i^,Aw)为下一运行周期(第"i次)内的模型参数集的值，(g,A)为
本次运行周期(第a次)内的模型参数集的值，&和《分别为树脂熔融指数MI 和树脂密度p在本次运行周期内共次实验室分析值和相应软测量预测值组成 的数据向量，其内部元素分别为单点分析值^和单点软测量值^ ， Ibi^……X]，《=[』^……^和^为尺度校正因子；仏和A为软测 量模型参数集校正的遗忘因子加权矩阵。软测量模型自动校正公式中，尺度校
正因子取值在0 1. 0之间；遗忘因子加权矩阵的行数和列数皆为本次运行周期
内K和《的测量值点数，内部元素取值皆为0 1.0之间。
下面通过一个典型的实施案例并结合附图，详细阐述本发明的具体实施方式
。
1工业流化床气相聚乙烯生产装置的过程变量和质量变量
以某Unipol工艺流化床气相聚乙烯生产装置为例，为实现装置的连续生产， 通常采用计算机集散控制系统(DCS)对设备的运行加以控制和操作，主要的过
10程变量和质量变量如表1所示。
表1:流化床乙烯气相聚合过程的主要过程变量和质量变量
序号过程变量 名变量描述单位序 号过程变量 名变量描述单位
1T_RXinlet反应器入口温度°C16F—TEAL三乙基铝注入量kg/h
2T—RX反应器温度°C17F—Prorate反应器产率T/h
3T—RXoutle t反应器出口温度'C18R—H2toC2氢气/乙烯mo1比无因 次
4T一Ethylen s乙烯进料温度'C19R_C4toC2丁烯/乙烯mo1比无因 次
5T_Butene丁烯进料温度°c20V—FeederA催化剂加料器A转 速R/mi n
6P—Reactor反应器压力Kpa21V—FeederB催化剂加料器B转 速R/mi n
7P_Ethylen乙烯进料压力Kpei22W—Bed反应器床重T(吨 )
8P—TankA产品出料罐A压降Kpa23L_Bed反应器料位指示值%
9P_TankB产品出料罐B压降Kpa24D—Upper反应器上部松密度Kg/m3
10P_RXplate反应器分布板压降Kpa25D—Lower反应器下部松密度Kg/m3
11F_Cycleg3 s循环气流量t/h26M—C2H4循环气中乙烯浓度mol%
12F—C2H4乙烯进料流量t/h27M—C鄉循环气中丁烯浓度mol%
13F—C4H8丁烯进料流量kg/h28M—H2循环气中氢气浓度mol%
14F_H2氢气进料流量kg/h29M—N2循环气中氮气浓度mol%
15F—N2氮气进料流量kg/h
序号质量变量 名变量描述单位
1MI树脂熔融指数G/10mi n
2P树脂密度kg/m3
2实施中的硬件系统架构和网络连接
为现场实施应用而集成的硬件系统依托Internet网络连结的三层体系结构实现，如图2所示，分别为下层为本发明中与气相流化床聚乙烯装置12的主控DCS设备13进行数据交换的数据接口机14，它通过DCS数据电缆与DCS设备连结。中间层为一台高性能的、达到防爆防尘标准网络服务器15，如惠普服务器、戴尔服务器等，本发明的软测量模型计算和参数集自动校正在这一层实现。上层是监控工作站16，本方法中所有人一机交互操作和信息显示都在这些监控工作站中实现。
3实施步骤及技术内容
li第一步在线采集气相流化床聚乙烯装置的操作运行数据
选择29个生产测量辅助变量和2个软测量变量，分别为
x ' =[ T一Rxinlet T_RX T—Rxoutlet T_Ethylene T—Butene P—Reactor P一Ethylene P—TankA P—TankB P—Rxplate F—Cyclegas F—C2H4 F—C4H8 F一H2 F一N2 F一TEAL F—Prorate R一H2toC2 R一C4toC2 V一FeederA V—FeederB W—Bed L一Bed D一Upper D—Lower M一C2H4 M_C4H8 M—H2 M—N2]
& = [MI P]
一般，每种牌号聚乙烯树脂的正常运行数据需连续48小时以上(数据库采 集周期10 30秒可设，下同)并保存在数据库中；不同牌号树脂的切换操作数 据需至少一个完整的切换周期并保存在数据库中；过程开车过程运行数据(持 续约24小时以上)并保存在数据库中；过程的正常停车过程运行数据(持续约 20小时以上)并保存在数据库中。
第二步由建模样本集(X"^， ^…^构成建模样本矩阵
1 =[《《……《]r 叫M……CT; 其中，样本点数取值为1000。
第三步对建模样本矩阵Jor和yr进行标准化、归一化处理，得到归一化的
建模样本矩阵A和y。，所采用的具体公式为
均值计算 ^台 ^台
方差计算 归一化计算:
1 w _ 1 舰 _
IT
第四步建立树脂性质的非线性偏最小二乘软测量模型<根据义。和K ，建立工业流化床气相聚乙烯装置产品质量的非线性偏最小二
乘软测量模型&=++……+^〖，《=wf+f2《+……+k《，
尸=[/;7/;2……A]，y^[aa……a]，其中，最佳主元个数/用交叉检验来决定，本案例中为6，软测量模型参数集(o由NPLS的循环递推算法计算得到。
第五步在线运行情况下，每次得到新的辅助变量测量值，都将当前的现场测量数据矩阵代入软测量模型Ar。=Ql + ,2/^+……+ ，
t=rX+K《+……+ ^《进行预测计算，并把预测结果^通过& +界进行逆标准化、逆归一化处理。本次实施案例中，模型预测值与实测值最大相对误差小于3%，满足工业应用的精度要求。
第六步软测量模型参数自动校正，校正算法为
a+1 = a + *+(")r，—《)*
二 7=1
w-w
本次实施案例中，校正公式参数设置为尺度校正因子^和^分别取值0.573
和0.428， J为24，遗忘因子加权矩阵&和/^都为单位矩阵(等遗忘因子加权)。
以上即为本发明一个具体、完整的实施过程，该例用来解释说明本发明的用法而非对本发明进行限制。在本发明权利要求的保护范围内进行的任何改变，
都属于本发明的保护范围。
权利要求
1. 一种工业流化床气相聚乙烯装置产品质量的软测量方法，其特征在于，包括以下步骤(1)选择对聚乙烯树脂质量有直接影响的29个现场测量变量作为软测量模型的辅助变量，构成测量参数向量Xm(2)选择表征聚乙烯树脂质量水平的2个变量作为软测量目标变量，构成软测量参数向量Ym；(3)在气相流化床装置正常运行过程中采集一组软测量建模样本集i＝1，2…NN，构成建模样本矩阵XX和YY；(4)对建模样本矩阵XX和YY进行标准化、归一化处理，使得各变量均值为0、方差为1，得到归一化的建模样本矩阵X0和Y0；(5)根据X0和Y0，离线建立工业流化床气相聚乙烯装置产品质量的非线性偏最小二乘软测量模型其中，ti，pi，i＝1，2，…l是X0经过主元分解后得到的l个主元得分向量和负荷向量，βi，i＝1，2，…l是Y0关于非线性展开项Vi＝[1 ti ti2]，i＝1，2，…l的类负荷矩阵。由P＝[p1 p2……pl]，β＝[β1 β2……βl]构成的二元组(P，β)为软测量模型的参数集；(6)在线运行实施时，每次得到新的辅助变量测量值，都将当前的现场测量数据矩阵代入软测量模型进行预测计算，并把预测结果Y进行逆标准化、逆归一化处理，得到工程单位意义下的产品质量目标变量预测数据矩阵或向量(7)为保证长时间运行时软测量的精度，对软测量模型参数集(P，β)定期进行模型自动校正。
2. 根据权利要求1所述的软测量方法，其特征在于，所述步骤(1)中，所选择 的29个现场测量辅助变量为反应器入口温度T—Rxinlet、反应器温度T_RX、 反应器出口温度T—RXoutlet、乙烯进料温度乙Ethylene、 丁烯进料温度 T_Butene、反应器压力P_Reactor、乙烯进料压力P—Ethylene、产品出料罐A 压降P—TankA、产品出料罐B压降P_TankB、反应器分布板压降P—RXplate、循 环气流量F—Cyclegas、乙烯进料流量F—C2H4、 丁烯进料流量F—C4H8、氢气进料 流量F—H2、氮气进料流量F—N2、三乙基铝注入量F—TEAL、反应器产率F—Prorate、 氢气/乙烯mo1比R一H2toC2、 丁烯/乙烯mo1比R—C4toC2、催化剂加料器A转速 V—FeederA、催化剂加料器B转速V—FeederB、反应器床重W—Bed、反应器料位 指示值L—Bed、反应器上部松密度DJJpper、反应器下部松密度D—Lower、循环气中乙烯浓度M一C2H4、循环气中丁烯浓度M—C4H8、循环气中氢气浓度M_H2、循 环气中氮气浓度M—N2。所组合构成的测量参数向量^为^二[T—RxinletT—RX T—Rxoutlet T—Ethylene T一Butene P_Reactor P_Ethylene P一TankA P_TankB P—Rxplate F_Cyclegas F—C2H4 F—C4H8 F_H2 F—N2 F—TEAL F_Prorate R—H2toC2 R_C4toC2 V—FeederA V—FeederB W—Bed L_Bed D—Upper D—Lower M—C2H4 M—C4H8 M—H2 MJ2]。
3. 根据权利要求1所述的软测量方法，其特征在于，所述步骤(2)中，所选择 的2个软测量目标变量为树脂熔融指数MI和树脂密度P 。所组合构成的软测量参数向量l为& = [MI P]。
4. 根据权利要求1所述的软测量方法，其特征在于，所述步骤(3)中，由建模 样本集(JC， K)， / = 1,2…AW ，所构成的建模样本矩阵为<formula>formula see original document page 3</formula>其中，《是测量参数向量A的第冲样本点的样本值，r:是软测量参数向量j;的 第/个样本点的样本值，NN是建模样本集中的样本点数，其取值在1000到1200 之间。
5. 根据权利要求1所述的软测量方法，其特征在于，所述步骤(4)中，对建模 样本矩阵互和7F进行标准化、归一化处理时，所采用的具体公式为均值计算五 1WW層5 層台"W —1台、' ；，汀 AW —l台、' '归一化计算:77 —ITC7议式中，i,o^^,c4分别是对应于;or和iT的均值和方差。按比例将建模样本矩阵中MV个样本点采样数据分成训练样本矩阵和测试样本矩阵，则得到由训 练样本矩阵构成的、X^和77的输入矩阵X。和输出矩阵y。， ^的每一行是一个输入向量，K的每一行是一个输出向量。
6.根据权利要求1所述的软测量方法，其特征在于，所述步骤(5)中，所建立非线性偏最小二乘软测量模型a:。=^I+/j^+……w乂 ，《=^W+K《+……+1^《是通过在线性最小二乘模型基础上嵌入Taylor级数逼 近而实现的。软测量模型参数集(户,-)的求取通过一个称为NPLS的循环递推算法得到，并且用交叉检验技术来决定最佳主元个数/。
7.根据权利要求1所述的软测量方法，其特征在于，所述步骤(6)中，将软测 量模型计算的预测结果f进行逆标准化、逆归一化处理时，采用的具体公式为式中，巧，c^是前面进行标准化、归一化时的均值和方差。
8.根据权利要求1所述的软测量方法，其特征在于，所述步骤(7)中，对软测 量模型参数集OP，A定期进行模型自动校正时，采用的校正公式为A丄，=A + AD乂=1A+1 = A + 、 * 7 " — 。r & " — 。s其中，(i^，U为下一运行周期(第"l次)内的模型参数集的值，(A,A)为本次运行周期(第A次)内的模型参数集的值，^和《分别为树脂熔融指数MI 和树脂密度p在本次运行周期内共 /次实验室分析值和相应软测量预测值组成 的数据向量，其内部元素分别为单点分析值^和单点软测量值^ ， 4=[乂《……力，《=[殳》……义,和 为尺度校正因子；^和^为软测 量模型参数集校正的遗忘因子加权矩阵。软测量模型自动校正公式中，尺度校 正因子取值在0 1. 0之间；遗忘因子加权矩阵的行数和列数皆为本次运行周期 内i;和《的测量值点数，内部元素取值皆为0 1.0之间。
全文摘要
本发明公开了一种工业流化床气相聚乙烯装置产品质量的软测量方法，该方法选取影响产品质量的若干关键变量构造过程检测变量集，运用多元统计投影原理建立了产品树脂熔融指数和密度与过程检测变量之间的软测量模型，核心技术为一个嵌入Taylor级数逼近(用于进行过程非线性特性表征)的非线性偏最小二乘算法，并通过交叉检验技术来决定最佳主元个数。本发明的方法避开了复杂的过程机理分析，现场实施方便，而且软测量精度高，尤其适用于类似工业流化床气相聚乙烯生产装置这样的非线性、高维且过程数据非常丰富的工业场合；本发明可用于实时监控或指导实际生产，能使产品质量提高、产量增加、装置运行平稳，带来较大的经济效益。
文档编号G01N33/44GK101477112SQ200910095410
公开日2009年7月8日 申请日期2009年1月12日 优先权日2009年1月12日
发明者丽 杜, 军 梁 申请人:浙江大学