基于双重最小二乘支持向量机的固化热过程时空建模方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109145346A(43)申请公布日2019.01.04(21)申请号201810532164.7(22)申请日2018.05.29(71)申请人广东工业大学地址510006广东省广州市越秀区东风东路729号(72)发明人徐康康杨海东(74)专利代理机构佛山市禾才知识产权代理有限公司44379代理人史亮亮资凯亮(51)Int.Cl.G06F17/50(2006.01)G06N20/10(2019.01)权利要求书6页说明书18页附图6页(54)发明名称基于双重最小二乘支持向量机的固化热过程时空建模方法(57)摘要本发明公开了基于双重最小二乘支持向量机的固化热过程时空建模方法，步骤一，搭建芯片固化炉温度控制平台，步骤二，得到芯片固化炉在固化工作状态下的温度分布随时间变化的时空数据，步骤三，上位机通过PCA算法(即主成分分析算法)学习一组表征空间非线性特征的空间基函数。用于在线预测和控制芯片固化炉的热过程，使用两个最小二乘支持向量机(LS-SVM)串联构成双重LS-SVM模型模拟包含两个固有耦合非线性的分布式参数系统，在两个耦合非线性的性能近似方面更有效，并且模型精度高。CN109145346ACN109145346A权利要求书1/6页1.一种基于双重最小二乘支持向量机的固化热过程时空建模方法，其特征在于：步骤一，搭建芯片固化炉温度控制平台，在芯片固化炉的炉腔底部安装引线框架，在引线框架的上表面均匀布置多个热电偶传感器，并由上位机采集所有热电偶传感器的温度数据，还在引线框架的上方均匀布置多个加热器，每个加热器由一个脉宽调制信号和一个功率放大器提供输入信号使芯片固化炉进行固化工作；步骤二，上位机统计所有热电偶传感器的温度数据，得到芯片固化炉在固化工作状态下的温度分布随时间变化的时空数据，并将所述时空数据定义为：{T(x,y,z,t)|x＝1,...,nx,y＝1,...,ny,z＝1,...,nz,t＝1,...,L}其中，nx表示时空数据在x方向的数据点个数，ny表示时空数据在y方向的数据点个数，nz表示时空数据在z方向的数据点个数，L为时间长度；步骤三，上位机通过PCA算法(即主成分分析算法)学习一组表征空间非线性特征的空间基函数从而将步骤二采集到的时空数据T(x,y,z,t)解耦为：其中，ai(t)为时空数据T(x,y,z,t)的常微分方程模型，n为常微分方程模型的阶数；步骤四，上位机使用伽辽金方法将常微分方程模型ai(t)分解成两个独立的非线性模块iiiig(·)和h(·)：ai(t)＝g(ai(t-1))+h(u(t-1))；步骤五，上位机使用两个最小二乘支持向量机(LS-SVM)串联构成双重LS-SVM模型来逼近非线性模块gi(·)和hi(·)，并且通过LS-SVM算法辨识非线性模块gi(·)和hi(·)的参数；步骤六，上位机通过整合所述空间基函数和所述常微分方程模型，时空合成获得芯片固化炉在固化工作状态下的温度时空分布模型。2.根据权利要求1所述的基于双重最小二乘支持向量机的固化热过程时空建模方法，其特征在于，所述步骤三中，上位机通过PCA算法学习一组表征空间非线性特征的空间基函数具体为：首先，定义时空数据T(x,y,z,t)的统计平均值为定义h1(x)和h2(x)在空间域Ω的内积为(h1(x),h2(x))＝∫Ωh1(x)h2(x)dx；接着，将时空数据T(x,y,z,t)和空间基函数的内积最大化：2subjectto(φi(·),φi(·))＝1,φi(·)∈L(Ω),i＝1,...,n；构造拉格朗日函数：2CN109145346A权利要求书2/6页其中，X为坐标(x,y,z)，极值的必要条件是函数导数对于所有变化η∈R为零：并利用任意函数ψ(X)将条件简化为：其中，R(X,ξ)＝<T(X,t)T(ξ,t)>是对称和正定的空间两点相关函数，从而将条件转化为以下特征值问题：Cδi＝λiδi，其中，Ctk是时间两点矩阵：Tδi＝[δ1i,δ2i,...,δLi]是第i个特征向量；然后，通过求解Cδi＝λiδi产生特征向量δ1,δ2,...,δL及其相应的特征值λ1,λ2,...,λL，和通过获得空间基函数；最后，把特征值按照从大到小的顺序排列：λ1＞λ2＞…＞λL，其中前n个最大特征值和的占比为：选取ratio≥0.99对应的值n作为空间基函数的阶数。3.根据权利要求2所述的基于双重最小二乘支持向量机的固化热过程时空建模方法，其特征在于，所述步骤四具体为：首先，定义时空数据T(x,y,z,t)的方程残差为：其中，c为比热系数(J/kg℃)，Q＝Q(x,y,z,t)是热源，是拉普拉斯算子，k1＝k0/ρoc是常数，k0和ρ0是工作点周围的标称