N-9.6_软测量技术.ppt

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 9.6.5 软测量的工业应用 首先，在过程操作和监控方面有十分重要的作用。 软仪表实现成分、物性等特殊变量的在线测量，而这些变量往往对过程评估和质量非常重要。没有仪表的时候，操作人员要主动收集温度、压力等过程信息，经过头脑中经验的综合，对生产情况进行判断和估算。 有了软仪表，软件就部分地代替了人脑的工作，提供更直观的过程信息，并预测未来工况的变化，从而可以帮助操作人员及时调整生产条件，达到生产目标。 过程控制应用 软仪表对过程控制也很重要，可以构成推断控制。 推断控制： 利用模型由可测信息将不可测的被控输出变量推算出来，以实现反馈控制，或者将不可测的扰动推算出来，以实现前馈控制的一类控制系统。 推断控制系统框图 过程优化中应用 软测量为过程优化提供重要的调优变量估计，成为优化模型的一部分； 软测量本身就是重要的优化目标，如质量等，直接作为优化模型使用。 根据不同的优化模型，按照一定的优化目标，采取相应的优化方法，在线求出最佳操作参数条件，使系统运行在最优工作点处，实现自适应优化控制。 End the 9.6 * 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。 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 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 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。 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。 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。 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。 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 9. 6. 2 测量数据的处理 1．误差处理 2．数据的变换 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。 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。 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。 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