毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

基于鲁棒目标函数的数据协调技术研究

时间:2017-04-27 19:18来源:毕业论文
研究了传统数据校正技术和鲁棒数据校正技术的基本原理及研究进展,介绍了一种新的数据校正方法-基于目标函数的鲁棒数据校正方法

摘要工业过程数据的准确性和可靠性是操作分析与改进,过程控制与优化以及工厂管理的基础,但是,由于仪表失灵,测量偏差和装置泄漏等原因,工业测量数据中不可避免地存在各种误差,数据校正的任务就是利用各种过程冗余信息对测量数据中的误差进行处理,使其满足过程内在的物料平衡、能量平衡以及其它关系式。本文研究了传统数据校正技术和鲁棒数据校正技术的基本原理及研究进展,介绍了一种新的数据校正方法-基于目标函数的鲁棒数据校正方法。用于稳态情况下的数据协调和显著误差检测,并对计算工程中遇到的变量相关性问题进行了分析。实例证明,这种方法对线性及非线性问题都具有良好的效果。  7783
关键词  数据校正  鲁棒性 目标函数  显著误差 Title Data reconciliation–based on robust objective function        
 Abstract
Reliable process data is the foundation of process monitoring, control
performance evaluation, process control, optimization and statistical
quality control. However, due to  various sources such as measurement
irreproducibility, instrument degradation and malfunction, human error,
process-related errors, and other unmeasured errors,measurements can be
contaminated with errors. Rational use of the  large volume of data generated
by chemical plants requires the application of suitable techniques to
improve their accuracy. Data reconciliation  is a procedure of optimally
adjusting measured data so that the adjusted values obey the conservation
laws and other constraints.
In this paper the mechanism and research progress of traditional  
robust data  reconciliation methods were studied.  And introduced a new data
reconciliation method-a  robust data  reconciliation  method  base on
objective function. This method is used for data reconciliation and gross
error detection under the steady state and analyze the  Variable correlation
we  encountered  in the project . The examples show that this method with good
results for both linear and nonlinear problems.
 
Keywords   data reconciliation  robustness  gross error Detection objective function
 目  次
 
1  引言 .  1
1.1  数据校正技术概述 ..  1
1.2  数据分类技术   2
1.3  数据协调 .  4
1.4  显著误差检测   6
1.5  其他数据校正方法 ..  9
1.6  数据校正技术的运用 ..  10
1.7  论文研究内容 ..  12
2  数据分类、数据协调及显著误差检测方法简介   13
2.1  数据分类   13
2.2  显著误差检测的方法 ..  14
2.3  本章小结   17
3  鲁棒估计方法的基本原理   17
3.1  鲁棒估计基本概念 .  17
3.2  极大似然估计法   18
3.3  加权最小二乘估计法 ..  18
3.4  改进的最小二乘估计法   19
3.5  本章小结   22
4  基于鲁棒目标函数的数据协调技术研究   22
4.1  目标函数分析 ..  22
4.2  本章小结   24
5  数据校正实例 .  24
5.1  线性实例   24
5.2  非线性实例 .  27
5.3  本章小结   29
结 论 ..  30
致 谢 ..  31
参 考 文 献 ..  32
1  引言
通常在实际的化工生产过程中,我们需要在线或者离线采集大量的过程测量数据, 基于鲁棒目标函数的数据协调技术研究:http://www.youerw.com/zidonghua/lunwen_5859.html
------分隔线----------------------------
推荐内容