场景与痛点
在化工装置上,许多决定产品质量与能耗的关键变量(如精馏塔顶/釜液组成、反应器转化率、混合物含水率)并没有在线分析仪实时测量,或分析仪价格高昂、维护困难。传统做法靠化验室定时取样,存在数小时滞后,操作员无法据此及时调整。软测量(soft sensor)的思路是:用容易在线获得的温度、压力、流量、液位等过程变量作为输入特征,用历史化验值作为标签,训练一个回归模型来实时估算目标变量,相当于给装置装上一块“虚拟仪表”。本文用开源工具给出一套可复现的建模流程。
步骤一:整理历史数据并构造特征
软测量建模的前提是有一段时间对齐的过程变量与化验结果。下面用 pandas 读取历史 CSV,并把过程变量构造为带滞后与滑动窗口的特征,缓解纯静态特征拟合能力不足的问题:
import pandas as pd
df = pd.read_csv('process_history.csv') # 含温度/压力/流量/液位与 lab_y(化验值)
df = df.sort_values('ts').reset_index(drop=True)
# 构造滞后与滑动均值特征,捕捉动态
for c in ['T_top', 'P_col', 'F_feed']:
for k in [1, 2, 3]:
df[f'{c}_lag{k}'] = df[c].shift(k)
df[f'{c}_roll'] = df[c].rolling(10).mean()
feat = [c for c in df.columns if c not in ('ts', 'lab_y')]
data = df.dropna()
X, y = data[feat].values, data['lab_y'].values
print('样本数:', len(X), '特征数:', len(feat))
步骤二:训练随机森林软测量模型
随机森林对非线性、强耦合的化工过程有较好鲁棒性,且能输出特征重要性,便于工艺人员理解。下面用 scikit-learn 训练并留出验证集评估:
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score, mean_absolute_error
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, random_state=42)
model = RandomForestRegressor(n_estimators=300, max_depth=None, n_jobs=-1)
model.fit(X_tr, y_tr)
yp = model.predict(X_te)
print('R2=%.3f MAE=%.4f' % (r2_score(y_te, yp), mean_absolute_error(y_te, yp)))
imp = sorted(zip(feat, model.feature_importances_), key=lambda t: -t[1])[:5]
print('重要特征:', imp)
步骤三:高斯过程回归给出不确定度
当需要在异常工况下评估置信度时,高斯过程回归能提供预测区间。下面用 scikit-learn 的 GaussianProcessRegressor 给出上下界,便于触发人工复核:
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, WhiteKernel
kernel = RBF() + WhiteKernel()
gp = GaussianProcessRegressor(kernel, alpha=1e-6, normalize_y=True)
gp.fit(X_tr, y_tr)
yp, std = gp.predict(X_te, return_std=True)
lo, hi = yp - 2*std, yp + 2*std
print('不确定度较大(需复核)的样本占比: %.1f%%' % (100*(std > std.mean()).mean()))
提醒:软测量模型依赖历史数据分布,装置换催化剂、改配方或季节性工况变化后,模型会漂移,必须建立定期用新化验值再训练的机制;输入特征缺失或传感器标定失效会直接污染输出,上线前应做特征可用性校验。软测量结果仅作操作参考,关键质量与放行仍以化验室实测定值为准。
参考来源
scikit-learn 官方文档(随机森林回归与高斯过程回归) - scikit-learn.org;中国石化报社《抓住政策机遇 筑牢数智底座》(工业互联网+安全生产、工业模型训练实践,2026-08-11) - enews.sinopecnews.com.cn。