聚丙烯熔融指数软传感器

动态精度领先

一种基于改进Pearson相关系数图神经网络的软测量方法，能实时准确预测聚丙烯生产中的熔融指数，优于现有动态软传感器。

韩永明 · Xuehai, Liu · Chong, Guo · Wu, Hao · 刘明 · 耿志强

Industrial & Engineering Chemistry Research 2024

技术优势

邻接矩阵随数据自适应更新

利用改进的Pearson相关系数根据数据动态更新图邻接矩阵，能实时捕捉变量间相关性的变化，从而更充分地挖掘时序数据中的复杂关系。

比主流动态图方法误差更低

在聚丙烯生产数据上，MAPE、RMSE、MAE均优于DCRNN、MTGNN、STGCN和未使用Pearson更新的全动态图神经网络。

应用场景

• 聚丙烯质量控制：实时预测熔融指数以控制聚丙烯产品质量，提高收率并节能。
• 工业过程监控：为聚丙烯生产过程提供在线监控，克服非线性动态特性。
• 软测量技术：提供一种基于图神经网络的软测量方法，替代硬件测量设备。