软测量方法原理及实际应用.pptVIP

软测量方法原理及实际应用实例 主讲：邢文杰 专业：材料加工工程 主要内容： 1 软测量介绍 2 软测量技术的数学描述和结构 3 软测量建模方法 4 影响软测量性能的因素 5 基于参数辨识的软测量方法的实际应用 1 软测量介绍 1.1 软测量技术 软测量技术是一门有着广阔发展前景的新兴工业技术，已成为过程检测技术与仪表研究的主要方向之一。 软测量是在成熟的硬件传感器基础上，以计算机技术为核心，通过软测量模型运算处理完成的。 软测量技术主要由辅助变量的选择、数据采集和处理、软测量模型及在线校正 四个部分组成. 1.2 软测量技术的提出 在实际生产过程中，存在着许多因为技术或经济原因无法通过传感器进行直接测量的过程变量,如精馏塔的产品组分浓度. 传统的解决方法有两种：一是采用间接的质量指标控制，如精馏塔灵敏板温度控制、温差控制等，存在的问题是难以保证最终质量指标的控制精度；二是采用在线分析仪表控制，但设备投资大、维护成本高、存在较大的滞后性，影响调节效果 软测量技术应运而生 1.3 软测量技术的概念与思想 软测量技术也称为软仪表技术，就是利用易测过程变量（称为辅助变量或二次变量），依据这些易测过程变量与难以直接测量的待测过程变量（称为主导变量）之间的数学关系（软测量模型），通过各种数学计算和估计方法，从而实现对待测过程变量的测量 软测量的基本思想是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术，对于一些难于测量或暂时不能测量的重要变量（主导变量），选择另外一些容易测量的变量（辅助变量），通过构成某种数学关系来推断和估计，以软件来代替硬件功能 1.4 软测量的意义与适用条件 软测量的意义：1.能够测量目前由于技术或经济的原因无法或难以用传感器直接检测的重要的过程参数,2.有助于提高控制性能 软测量的适用条件：1.无法直接检测被估计变量，或直接检测被估计变量的自动化仪器仪表较贵或维护困难；2.通过软测量技术所得到的过程变量的估计值必须在工艺过程所允许的精确度范围内；3.能通过其他检测手段根据过程变量估计值对系统数学模型进行校验；4.被估计过程变量具有灵敏性、精确性、鲁棒性等特点 2 软测量技术的数学描述和结构 软测量的数学描述： 软测量的目的就是利用所有可以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θ到 ? 的映射，其中可测信息集θ包括所有的可测主导变量y 和辅助变量θ 、控制变量u 和可测扰动d ： ?=? (d ,u ,θ) 软测量的结构： 3 软测量建模方法的分类 目前主要软测量建模的方法: 机理建模、回归分析、状态估计、模式识别、人工神经网络、模糊数学、基于支持向量机(SVM)方法、过程层析成像、相关分析和现代优化算法等多种建模方法。 基于工艺机理分析的软测量方法： ◆ 主要是运用物料平衡、 能量平衡、化学反应动力学等原理，通过对过程对象的机理分析，找出不可测主导变量与可测辅助变量之间的关系（建立机理模型），从而实现对某一参数的软测量。 ◆ 对于工艺机理较为清楚的工艺过程，该方法能构造出性能良好的软仪表；但是对于机理研究不充分、尚不完全清楚的复杂工业过程，则难以建立合适的机理模型。 基于回归分析的软测量方法： ◆ 通过实验或仿真结果的数据处理，可以得到回归模型 ◆ 经典的回归分析是一种建模的基本方法，应用范围相当广泛。以最小二乘法原理为基础的回归技术目前已相当成熟，常用于线性模型的拟合。对于辅助变量较多的情况，通常要借助机理分析，首先获得模型各变量组合的大致框架，然后再采用逐步回归方法获得软测量模型。为简化模型，也可采用主元回归分析法和部分最小二乘回归法等方法。 ◆ 基于回归分析的软测量建模方法简单实用，但需要足够有效的样本数据，对测量误差较为敏感。 基于状态估计的软测量方法： ◆ 基于某种算法和规律， 从已知的知识或数据出发，估计出过程未知结构和结构参数、 过程参数。对于数学模型已知的过程或对象，在连续时间过程中，从某一时刻的已知状态y(k)估计出该时刻或下一时刻的未知状态x(k)的过程就是状态估计。如果系统的主导变量作为系统的状态变量关于辅助变量是完全可观的，那么软测量问题就转化为典型的状态观测和状态估计问题。 ◆采用Kalman滤波器和Luenberger观测器是解决问题的有效方法。前者适用于白色或静态有色噪声的过程，而后者则适用于观测值无噪声且所有过程输入均已知的情况。 基于知识的软测量方法： ◆ 基于人工神经网络的软测量建模方法是近年来研究最多、发展很快和应用范围很