摘要在工业生产的过程中，数据是系统的过程控制和性能评估的基础。在实际生产过程 中，由于仪表测量精度的下降、仪表自身的故障、设备的泄露，导致测量出的数据中往 往带有显著误差，这会影响到工业生产的安全性与生产效率。针对此现状，本文对数据 校正中的同步识别并同步补偿法进行了研究，递归搜索方案首先被用来分离显著误差的 候选来源，进一步检测出了产生显著误差的位置并确定了它的幅值大小。通过对实例的 仿真，说明了该方法对于确定显著误差以及估计其幅值大小有很好的效果。数据校正技 术为过程分析、建模、监控、优化、计划调度打下了坚实基础。77082

毕业论文关键词 显著误差 数据协调 SEGE 算法

毕 业 设 计 论 文 外 文 摘 要

Title Simultaneous estimation of bias in process plants

Abstract Data is the basis for process plants and performance evaluation in the process of industrial production。 In the actual process of production, the data often has gross errors。 Because instrument’s measurement accuracy, measuring instrument’s fault and leakage of the equipment will generate gross errors。 The gross errors may affect the safety and productivity of  the industrial production。For this situation, this paper is about the simultaneous estimation of gross errors。 A recursive search scheme is used to isolate the candidate sources of gross errors first and then detecting about the position of the gross error。 Simultaneously, it can determine its size。 Through the example of simulation, It shows that this method has a good result for the identification of gross errors and estimating its size。 Data rectification technique lays a solid foundation for process analysis, modeling, monitoring, optimization and planning。

Keywords   gross error    data rectification    simultaneous estimation of gross errors

毕业设计说明书 第 I 页

目 次

1 引言 1

1。1 数据校正技术的背景 1

1。2 数据校正技术简介 1

1。3 数据校正技术的工业应用 2

2 数据校正的方法介绍 4

图 2。1 数据校正技术的组成 4

2。1 数据协调技术简介 4

2。2 显著误差检测原理 4

2。3 同步识别并同步估计显著误差法（SEGE 算法） 5

2。4 本章小结 9

3 检测显著误差的实例研究及 MATLAB 仿真 11

3。1 对单个显著误差的检测 11

3。2 对两个显著误差的检测 16

3。3 对多个显著误差的检测 21

3。4 对 SEGE 算法的展望与评价 26

结 基于SEGE算法的数据协调技术研究:http://www.youerw.com/zidonghua/lunwen_88543.html