将其作为过程设计、模拟优化、控制、装置性能分析及生产管理决策分析的直接依据。
但由于仪表测量和因仪表错标、失灵或设备泄漏会不可避免地导致误差的产生,其中
包含随机误差和显著误差。随机误差是由随机因素的影响产生的,它服从一定的统计
规律;显著误差是由于测量仪表操作不稳定或是设备遗漏原因引起的。由于误差的存
在,这些测量数据往往不能满足物料、能量和组分平衡等物理化学规律;另一方面,出
于费用考虑或因安装困难、测量技术不可行等原因,有些数据没有进行测量,这样一
来就给过程分析和研究工作带来许多困难。
因此,针对改善化工过程测量数据质量,数据校正技术应运而生。 数据协调[1]
(Data
Reconciliation),参数估计(Parameter Estimation)和显著误差侦破(Gross Error
Detection)统称为数据校正(Data Rectification),数据校正技术是指利用过程冗余
信息,结合各种统计分析方法和生产过程机理,剔除原始数据中的显著误差,并根据
物料平衡和能量平衡模型对测量数据进行协调,降低随机误差的影响,并设法估计出
未测变量。数据协调问题通常描述为以数学模型为约束条件,以变量协调值和测量值
之间的偏差最小为目标函数的优化问题。从数学的角度讲,用于显著误差检测的各种
统计方法和以加权最小二乘[2,3]
为目标函数的协调算法都是基于测量误差正态分布假
设的,当数据含有显著误差时,假设被打破,由此推导得到的各种统计推断理论依据
不足,协调结果也因显著误差的存在出现较大偏差。许多学者提出了数据校正与显著
误差侦破同步进行的方法,如 Tjoa 和 Biegler 提出的污染正态分布模型校正法,
Albuquerque 和 Biegler,Arora 和 Biegler,Moustapha 和 Ragot以及 Ozyurt 和
Pike等人提出的广义极大函数校正法。
如今,数据校正技术已经发展成为一个综合信号处理,统计分析,过程建模,优
化计算,人工智能等多学科的交叉学科领域,其研究涉及数据协调,显著误差检测,
数据分类以及测量网设计等多项内容[4,5]
。
1.1 数据校正技术概述
数据校正技术是在利用原始测量数据的基础上, 对原始测量数据进行协调, 以
便使协调后的数据更好地保持物料平衡或能量平衡等关系。协调后的数据能更好地应
用于过程控制、过程建模和过程性能评估等方面。为此,需要对测量数据进行校正处
理,一个完整的数据校正过程包括稳态检测、数据分类、显著误差检测与处理机数据
过程处于稳态是实施稳态数据校正的前提,对于时间度尺为“日”的厂级物料平
衡,在现有的技术上,准稳态的假定通常可以得到保证。
1.2 数据分类技术
由于技术和经济上的限制,在实际的化工生产中只能对部分变量进行测量。未测
变量则利用已测变量值根据物料平衡、能量守恒方程等进行估测。因而测量数据的校
正是以过程变量的冗余为前提的,只有可观测性变量可以被估计,冗余性数据才可以
被校正[7]
。
在化工过程测量网络中,选择测量变量的方案并不是唯一的,对于相同的变量,
可以采用不同的测量仪表进行测量。测量网络如何配置,使得在满足设计性能的前提
下测量网络费用最低,这就是测量网络优化问题。设计性能的指标包括变量的可观测
性、变量的可靠性、变量的精度、变量的可估计度、过失误差侦破能力等。
冗余分为空间冗余、硬件冗余和时间冗余。空间冗余是测量多于 N个变量,这样
- 上一篇:灰色预测理论及其在火炮初速预测中的应用研究
- 下一篇:网络控制系统的调度策略仿真研究
-
-
-
-
-
-
-
江苏省某高中学生体质现状的调查研究
NFC协议物理层的软件实现+文献综述
浅析中国古代宗法制度
g-C3N4光催化剂的制备和光催化性能研究
中国传统元素在游戏角色...
现代简约美式风格在室内家装中的运用
高警觉工作人群的元情绪...
巴金《激流三部曲》高觉新的悲剧命运
C++最短路径算法研究和程序设计
上市公司股权结构对经营绩效的影响研究