9.6 软测量技术2(略).ppt

9.6 软测量技术 软测量就是依据可测、易测的过程变量(称为辅助变量)与难以直接检测的待测变量(称为主导变量)的数学关系，根据某种最优准则，采用各种计算方法，用软件实现对待测变量的测量或估计。 软测量技术主要包括四个方面： (1)辅助变量的选取； (2)数据处理； (3)软测量模型的建立； (4)软测量模型的在线校正。 上一页 下一页 返 回 软测量技术 9.6.1 辅助变量的选取 9.6.2 测量数据的处理 9.6.3 软测量模型的建立 9.6.4 软仪表的在线校正 9.6.5 软测量的工业应用 上一页 下一页 返 回 9.6.1 辅助变量的选取 1. 变量类型的选择 2. 变量数目的选择 3. 测点位置的选择 上一页 下一页 返 回 1. 变量类型的选择 选择的方法往往从间接质量指标出发。 例如： 精馏塔产品的软测量一般采用塔板温度， 化工反应器中产品的软测量采用反应器管壁温度。 上一页 下一页 返 回 2. 变量数目的选择 从过程机理入手分析，从影响被估计变量的变量中去挑选主要因素，因为全部引入既不可能也没必要。 如果缺乏机理知识，则可用回归分析的方法找出影响被估计变量的主要因素，这需要大量的观测数据。 需要指出，受系统自由度的限制，辅助变量的个数不能小于被估计变量的个数。至于辅助变量的最优数量问题，目前尚无统一结论。 上一页 下一页 返 回 3. 测点位置的选择 对于许多工业过程，辅助变量的检测点的选择是十分重要的，因为可供选择的检测点很多。 检测点的选择方法： 采用奇异值分解的确定， 采用工业控制仿真软件确定。 确定的检测点往往需要在实际应用中加以调整。 上一页 下一页 返 回 一种辅助变量的选择原则如下 灵敏性：能对过程输出(或不可测扰动)作出快速反应。 特异性：能对过程输出(或不可测扰动)之外的干扰不敏感。 工程适应性：工程上易于获得并达到一定的测量精度。 精确性：构成的估计器达到要求的精度。 鲁棒性：构成的估计器对模型误差不敏感。 上一页 下一页 返 回 9. 6. 2 测量数据的处理 1．误差处理 2．数据的变换 上一页 下一页 返 回 1．误差处理 从现场采集的测量数据，由于受仪表精度和测量环境的影响，一般都不可避免地带有误差，有时甚至有严重的过失误差。如果将这些现场测量数据直接用于软测量，会导致软测量的精度降低，甚至完全失败。因此，测量数据必须经过误差处理。 测量数据的误差：随机误差、系统误差和过失误差。 上一页 下一页 返 回 随机误差的处理 符合统计规律，工程上多采用数字滤波算法。 如：中位值滤波、算术平均滤波和一阶惯性滤波等。 随着计算机优化控制系统的使用，复杂的数值计算方法对数据的精确度提出了更高的要求，于是出现了数据一致性处理技术。 基本思想： 根据物料或能量平衡等建立精确的数学模型，以估计值与测量值的方差最小为优化目标，构造一个估计模型，为测量数据提供一个最优估计。 上一页 下一页 返 回 过失误差处理 含有过失误差的数据出现的机率较小，但是，一旦出现则可能严重破坏数据的统计特性，导致软测量的失败。 提高测量数据质量的关键：及时侦测、剔除和校正含有过失误差的数据。 侦测过失误差的方法： (i)对各种可能导致过失误差的因素进行理论分析； (ii)借助于多种测量手段对同一变量进行测量，然后进行比较； (iii)根据测量数据的统计特性进行检验等。 上一页 下一页 返 回 2．数据的变换 对数据的变换包括标度、转换和权函数三方面。 工业过程中的测量数据有着不同的工程单位，直接使用这些数据进行计算，不能得到准确结果，甚至结果分散。利用合适的因子对数据进行标度，能够改善算法的精度和稳定性。 转换包含对数据的直接转换以及寻找新的变量替换原变量两个含义。通过对数据的转换，可以有效地降低非线性特性。 权函数则可实现对变量动态特性的补偿。合理使用权函数使我们有可能用稳态模型实现对过程的动态估计。 上一页 下一页 返 回 9. 6. 3 软测量模型的建立 1．软仪表的描述 2. 建模方法 上一页 下一页 返 回 1．软仪表的描述 软仪表的目的：利用所有可获得的信息，求取主导变量的“最佳”估计值 ，即构造从可测信息集 到 的映射。 主导变量 辅助变量 干扰 控制变量 上一页 下一页 返 回 软仪表 性能依赖于过程的描述、噪声和扰动的特性、辅助变量的选取以及“最佳”的含义，即给定的某种准则。 建立软仪表的过程就是构造一个数学模型。 在许多建立软仪表的方法中，要以一般意义下的数学模型为基础。 软