【儀表網(wǎng) 研發(fā)快訊】流程工業(yè)智能制造的實(shí)現(xiàn)依賴于對生產(chǎn)過程中關(guān)鍵參數(shù)的實(shí)時(shí)精準(zhǔn)感知。然而，工業(yè)現(xiàn)場普遍面臨標(biāo)注樣本稀缺、噪聲干擾強(qiáng)、非線性關(guān)系復(fù)雜等挑戰(zhàn)。傳統(tǒng)偏最小二乘(PLS)統(tǒng)計(jì)方法可解釋性強(qiáng)但僅能擬合線性關(guān)系，而神經(jīng)網(wǎng)絡(luò)雖擬合能力強(qiáng)大，卻因黑箱本質(zhì)與過擬合風(fēng)險(xiǎn)，難以在流程工業(yè)現(xiàn)場真正落地。
 

　　針對該問題，中國科學(xué)院沈陽自動化研究所工業(yè)控制網(wǎng)絡(luò)與系統(tǒng)研究室LIBS團(tuán)隊(duì)提出了偏最小二乘輔助優(yōu)化網(wǎng)絡(luò)PLSaoNET。該方法利用PLS統(tǒng)計(jì)模型為神經(jīng)網(wǎng)絡(luò)提供具有明確物理意義的初始化權(quán)重，使網(wǎng)絡(luò)訓(xùn)練從盲目搜索轉(zhuǎn)變?yōu)橛蟹较虻膬?yōu)化，在小樣本條件下實(shí)現(xiàn)了高精度、可解釋的非線性網(wǎng)絡(luò)建模。
 

　　研究團(tuán)隊(duì)在兩個(gè)典型工業(yè)場景中對所提方法進(jìn)行了嚴(yán)格驗(yàn)證：基于激光誘導(dǎo)擊穿光譜(LIBS)技術(shù)的鐵精礦漿品位在線監(jiān)測，以及基于近紅外光譜(NIR)的柴油品質(zhì)評估。結(jié)果顯示，PLSaoNET展現(xiàn)出最優(yōu)的建模精度和泛化性能，并進(jìn)一步通過可視化隱藏層權(quán)重揭示了PLSaoNET獲得最優(yōu)結(jié)果的本質(zhì)。
 

　　目前，該方法已部署于選礦廠LIBS礦漿成分分析儀，實(shí)現(xiàn)鐵精礦品位在線實(shí)時(shí)監(jiān)測，為復(fù)雜工業(yè)場景下的智能感知提供了可靠技術(shù)支撐。
 

　　相關(guān)成果以PLSaoNET: A Generalized ANN Model Under PLS Statistical Constraints for Industrial Sensing為題，發(fā)表于中國工程院院刊Engineering。該研究得到了國家自然科學(xué)基金及遼寧遼河實(shí)驗(yàn)室研究項(xiàng)目的支持。(工業(yè)控制網(wǎng)絡(luò)與系統(tǒng)研究室)
 

　　引用：沈陽自動化所提出面向工業(yè)小樣本在線檢測可解釋網(wǎng)絡(luò)建模新方法 中國科學(xué)院沈陽自動化研究所 【2026年6月26日】