高等過程控制—第9章軟測量技術(shù)

1、 軟測量技術(shù)軟測量技術(shù)soft-sensing technique 主要內(nèi)容主要內(nèi)容1 1、軟測量技術(shù)概述、軟測量技術(shù)概述2 2、軟測量技術(shù)的實(shí)現(xiàn)及性能影響因素、軟測量技術(shù)的實(shí)現(xiàn)及性能影響因素3 3、軟測量技術(shù)的分類、軟測量技術(shù)的分類4 4、軟測量技術(shù)工業(yè)應(yīng)用、軟測量技術(shù)工業(yè)應(yīng)用 隨著現(xiàn)代工業(yè)過程對控制、計(jì)量、節(jié)能增效和運(yùn)行可靠隨著現(xiàn)代工業(yè)過程對控制、計(jì)量、節(jié)能增效和運(yùn)行可靠性等要求的不斷提高，現(xiàn)代過程檢測的內(nèi)涵和外延較以往有很性等要求的不斷提高，現(xiàn)代過程檢測的內(nèi)涵和外延較以往有很大的深化和拓展。大的深化和拓展。常規(guī)過程參數(shù)的測量信息已不能滿足工藝操作和控制要求；常規(guī)過程參數(shù)的測量信息已不能滿

2、足工藝操作和控制要求；儀表測量精度要求越來越高，測量從靜態(tài)向動態(tài)發(fā)展。儀表測量精度要求越來越高，測量從靜態(tài)向動態(tài)發(fā)展。 系統(tǒng)的復(fù)雜性、不確定性增加了過程參數(shù)檢測系統(tǒng)的復(fù)雜性、不確定性增加了過程參數(shù)檢測 研制新型儀表，研制新型儀表，硬件硬件形式實(shí)現(xiàn)參數(shù)在線形式實(shí)現(xiàn)參數(shù)在線直接測量直接測量間接測量間接測量思路思路 軟測量技術(shù)又稱作軟儀表技術(shù)，軟測量技術(shù)又稱作軟儀表技術(shù)，就是依據(jù)易測的過程變量(常稱為輔助變量或二次變量，Secondary Variable)與難以直接檢測的待測變量(常稱為主導(dǎo)變量，Primary Variable)間的數(shù)學(xué)關(guān)系，根據(jù)某種最優(yōu)準(zhǔn)則，采用各種計(jì)算方法，用軟件實(shí)現(xiàn)對待測變

3、量的測量或估計(jì)。 軟測量技術(shù)的基本思想很早就得到了應(yīng)用；軟測量技術(shù)的基本思想很早就得到了應(yīng)用；80年代中后期，軟測量技術(shù)作為一個概括性科學(xué)術(shù)語被提出；年代中后期，軟測量技術(shù)作為一個概括性科學(xué)術(shù)語被提出；1992年，年，T. J. Macvoy在在Automatic發(fā)表了發(fā)表了 “Contemplative Stance for Chemical Process Control”的的IFAC 報(bào)告，明確指出軟報(bào)告，明確指出軟測量技術(shù)將是今后過程控制的主要發(fā)展方向之一。測量技術(shù)將是今后過程控制的主要發(fā)展方向之一。早期的軟測量技術(shù)主要用于控制變量或擾動不可測的場合，其早期的軟測量技術(shù)主要用于控制變量

4、或擾動不可測的場合，其目的是實(shí)現(xiàn)工業(yè)過程的先進(jìn)控制，而今該技術(shù)已滲透到需要實(shí)目的是實(shí)現(xiàn)工業(yè)過程的先進(jìn)控制，而今該技術(shù)已滲透到需要實(shí)現(xiàn)難測參數(shù)的在線測量的各個領(lǐng)域?，F(xiàn)難測參數(shù)的在線測量的各個領(lǐng)域。 2.1 輔助變量的選擇2、軟測量技術(shù)的實(shí)現(xiàn)及性能影響因素、軟測量技術(shù)的實(shí)現(xiàn)及性能影響因素1) 變量類型的選擇2) 變量數(shù)目的選擇3) 測點(diǎn)位置的選擇 選擇的方法往往從間接質(zhì)量指標(biāo)出發(fā)。例如：精餾塔產(chǎn)品的軟測量一般采用塔板溫度，化工反應(yīng)器中產(chǎn)品的軟測量采用反應(yīng)器管壁溫度。 從過程機(jī)理入手分析，從影響被估計(jì)變量的變量中去挑選主要因素，因?yàn)槿恳爰炔豢赡芤矝]必要。如果缺乏機(jī)理知識，則可用回歸分析的方法找出

5、影響被估計(jì)變量的主要因素，這需要大量的觀測數(shù)據(jù)。需要指出，受系統(tǒng)自由度的限制，輔助變量的個數(shù)不能小于被估計(jì)變量的個數(shù)。至于輔助變量的最優(yōu)數(shù)量問題，目前尚無統(tǒng)一結(jié)論。 對于許多工業(yè)過程，輔助變量的檢測點(diǎn)的選擇是十分重要的，因?yàn)榭晒┻x擇的檢測點(diǎn)很多。檢測點(diǎn)的選擇方法：采用奇異值分解的確定，采用工業(yè)控制仿真軟件確定。確定的檢測點(diǎn)往往需要在實(shí)際應(yīng)用中加以調(diào)整。 靈敏性靈敏性：能對過程輸出(或不可測擾動)作出快速反應(yīng)。特異性特異性：能對過程輸出(或不可測擾動)之外干擾不敏感。工程適應(yīng)性工程適應(yīng)性：工程上易于獲得并達(dá)到一定的測量精度。精確性精確性：構(gòu)成的估計(jì)器達(dá)到要求的精度。魯棒性魯棒性：構(gòu)成的估計(jì)器對模

6、型誤差不敏感。 1) 誤差處理2) 數(shù)據(jù)的變換 從現(xiàn)場采集的測量數(shù)據(jù)，由于受儀表精度和測量環(huán)境的影響，一般都不可避免地帶有誤差，有時甚至有嚴(yán)重的過失誤差。如果將這些現(xiàn)場測量數(shù)據(jù)直接用于軟測量，會導(dǎo)致軟測量的精度降低，甚至完全失敗。因此，測量數(shù)據(jù)必須經(jīng)過誤差處理。 測量數(shù)據(jù)的誤差：隨機(jī)誤差、系統(tǒng)誤差和過失誤差。 符合統(tǒng)計(jì)規(guī)律，工程上多采用數(shù)字濾波算法。如：中位值濾波、算術(shù)平均濾波和一階慣性濾波等。 隨著計(jì)算機(jī)優(yōu)化控制系統(tǒng)的使用，復(fù)雜的數(shù)值計(jì)算方法對數(shù)據(jù)的精確度提出了更高的要求，于是出現(xiàn)了數(shù)據(jù)一致性處理技術(shù)。 基本思想：根據(jù)物料或能量平衡等建立精確的數(shù)學(xué)模型，以估計(jì)值與測量值的方差最小為優(yōu)化目標(biāo)，

7、構(gòu)造一個估計(jì)模型，為測量數(shù)據(jù)提供一個最優(yōu)估計(jì)。 含有過失誤差的數(shù)據(jù)出現(xiàn)的機(jī)率較小，但是，一旦出現(xiàn)則可能嚴(yán)重破壞數(shù)據(jù)的統(tǒng)計(jì)特性，導(dǎo)致軟測量的失敗。 提高測量數(shù)據(jù)質(zhì)量的關(guān)鍵：及時偵測、剔除和校正含有過失誤差的數(shù)據(jù)。 偵測過失誤差的方法：對各種可能導(dǎo)致過失誤差的因素進(jìn)行理論分析；借助于多種測量手段對同一變量進(jìn)行測量，然后進(jìn)行比較；根據(jù)測量數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行檢驗(yàn)等。 對數(shù)據(jù)的變換包括標(biāo)度、轉(zhuǎn)換和權(quán)函數(shù)標(biāo)度、轉(zhuǎn)換和權(quán)函數(shù)三方面。 工業(yè)過程中的測量數(shù)據(jù)有著不同的工程單位，直接使用這些數(shù)據(jù)進(jìn)行計(jì)算，不能得到準(zhǔn)確結(jié)果，甚至結(jié)果分散。利用合適的因子對數(shù)據(jù)進(jìn)行標(biāo)度，能夠改善算法的精度和穩(wěn)定性。轉(zhuǎn)換包含對數(shù)據(jù)的直接

8、轉(zhuǎn)換以及尋找新的變量替換原變量兩個含義。通過對數(shù)據(jù)的轉(zhuǎn)換，可以有效地降低非線性特性。權(quán)函數(shù)則可實(shí)現(xiàn)對變量動態(tài)特性的補(bǔ)償。合理使用權(quán)函數(shù)使我們有可能用穩(wěn)態(tài)模型實(shí)現(xiàn)對過程的動態(tài)估計(jì)。 軟測量模型是在深入理解過程機(jī)理基礎(chǔ)上，建立的適用于估計(jì)的模型，這是軟測量的核心。1）軟儀表的描述 2）建模方法 軟儀表的目的：利用所有可獲得的信息，求取主導(dǎo)變量的“最佳”估計(jì)值 ，即構(gòu)造從可測信息集 到 的映射。 yy主導(dǎo)變量 輔助變量 干擾 控制變量 性能依賴于過程的描述、噪聲和擾動的特性、輔助變量的選取以及“最佳”的含義，即給定的某種準(zhǔn)則。 建立軟儀表的過程就是構(gòu)造一個數(shù)學(xué)模型。在許多建立軟儀表的方法中，要以一般

9、意義下的數(shù)學(xué)模型為基礎(chǔ)。 軟儀表與一般意義下的數(shù)學(xué)模型區(qū)別：數(shù)學(xué)模型主要反映與或之間動態(tài)(或穩(wěn)態(tài))關(guān)系，軟儀表強(qiáng)調(diào)的是通過輔助變量來獲得對主導(dǎo)變量的最佳估計(jì)。 過程建模方法主要有兩大類：機(jī)理建模方法實(shí)驗(yàn)建模方法。機(jī)理建模、統(tǒng)計(jì)回歸建模和人工神經(jīng)網(wǎng)絡(luò)建模等 由于裝置操作條件及原料性質(zhì)都會隨時間而變化，軟測量模型只適用于一定的操作范圍，因而需要不定期地對模型進(jìn)行修正，以適應(yīng)工況的變化。 通常對軟儀表的在線修正僅修正模型的參數(shù)具體方法：自適應(yīng)法、增量法和多時標(biāo)法等。 對模型結(jié)構(gòu)的修正需要大量的樣本數(shù)據(jù)和耗費(fèi)較長時間，在線進(jìn)行有困難。這可采用短期學(xué)習(xí)和長期學(xué)習(xí)的思路來解決。短期學(xué)習(xí)是指以某輔助變量的采

10、樣化驗(yàn)分析值與軟測量值之差為依據(jù)，采用建模方法，修改模型系數(shù)。長期學(xué)習(xí)是指當(dāng)軟測量模型在線運(yùn)行一段時間后，逐步積累了足夠的新樣本時，根據(jù)新樣本，采用建模方法，重建軟測量模型。 3、軟測量技術(shù)的分類、軟測量技術(shù)的分類 軟測量技術(shù)的分類一般都是依據(jù)測量軟測量技術(shù)的分類一般都是依據(jù)測量模型的建立方法，建模的方法很多，且各種模型的建立方法，建模的方法很多，且各種方法互有交叉，目前又有相互融合的趨勢，方法互有交叉，目前又有相互融合的趨勢，因此很難有妥當(dāng)而全面的分類方法。因此很難有妥當(dāng)而全面的分類方法。 建立在對過程工藝機(jī)理的深刻認(rèn)識的基礎(chǔ)上，運(yùn)用物料平衡、熱量平衡和化學(xué)反應(yīng)動力學(xué)等原理，找出不可測主導(dǎo)變

11、量與可測輔助變量之間的關(guān)系。對于過程機(jī)理較為清楚的工業(yè)過程，基于機(jī)理模型可以構(gòu)造良好的軟儀表。對復(fù)雜工業(yè)過程，其內(nèi)在機(jī)理往往不十分清楚，完全依賴機(jī)理分析建模比較困難，通常要選用其它方法，結(jié)合機(jī)理知識構(gòu)造軟儀表。 辨識方法是將輔助變量和主導(dǎo)變量組成的系統(tǒng)看成“黑箱”，以輔助變量為輸入，主導(dǎo)變量為輸出，通過現(xiàn)場采集、流程模擬或?qū)嶒?yàn)測試，獲得過程輸入、輸出數(shù)據(jù)，以此為依據(jù)建立軟儀表模型。 如果已知系統(tǒng)的狀態(tài)空間模型，而主導(dǎo)變量作為系統(tǒng)狀態(tài)變量時輔助變量是可觀測的，那么構(gòu)造軟儀表的問題可以轉(zhuǎn)化為狀態(tài)觀測或狀態(tài)估計(jì)問題。假設(shè)已知對象的狀態(tài)空間模型為EvBuAxxCxy wxC輔助變量 如果系統(tǒng)的狀態(tài)關(guān)于

12、輔助變量完全可測，那么，軟測量問題就如果系統(tǒng)的狀態(tài)關(guān)于輔助變量完全可測，那么，軟測量問題就轉(zhuǎn)化為典型的狀態(tài)觀測和狀態(tài)估計(jì)問題，估計(jì)值就可以表示成轉(zhuǎn)化為典型的狀態(tài)觀測和狀態(tài)估計(jì)問題，估計(jì)值就可以表示成Kalman濾波器形式。濾波器形式。Kalman濾波器、濾波器、 Luenberger觀測器是解決上述問題的有效方法。觀測器是解決上述問題的有效方法。 基于最小二乘原理的一元、多元線性回歸技術(shù)已經(jīng)非常成熟。對于輔助變量較少的情況，利用多元線性回歸中的逐步回歸技術(shù)可以得到較理想的軟儀表模型。對于輔助變量較多的情況，通常要借助機(jī)理方法，得到變量組合的基本假定，然后再采用逐步回歸的方法排除不重要的變量組合

13、，得到軟儀表模型。也可以采用主元分析等數(shù)學(xué)方法，對原問題進(jìn)行降維處理，然后進(jìn)行回歸。 以輔助變量為輸入，待測變量為輸出，形成足夠多的理想樣本，通過學(xué)習(xí)可以得到軟儀表的神經(jīng)網(wǎng)絡(luò)模型。理論上，神經(jīng)網(wǎng)絡(luò)不需要有過程的先驗(yàn)知識，學(xué)習(xí)非線性特性的能力比較強(qiáng)，是解決軟測量問題的較為理想的方法。實(shí)際應(yīng)用中，樣本的數(shù)量和質(zhì)量在一定程度上決定了網(wǎng)絡(luò)的性能。另外，網(wǎng)絡(luò)類型、結(jié)構(gòu)和算法的選擇對軟儀表的性能也有重要影響。 在缺乏系統(tǒng)先驗(yàn)知識的情況下，可以采用模式識別的方法對系統(tǒng)的操作數(shù)據(jù)進(jìn)行處理，從中提取系統(tǒng)的特征，構(gòu)成以模式描述分類為基礎(chǔ)的模式識別模型。例如:分別采用空間超盒和多中心模聚類方法建立了某催化裂化裝置粗

14、汽油蒸汽壓的軟測量儀表；采用基于Bayes序列分類器的模式識別方法進(jìn)行精餾塔板效率的估計(jì)。 模糊數(shù)學(xué)是人們處理復(fù)雜系統(tǒng)的一種有效手段，在軟測量中也有應(yīng)用。 此外，模糊數(shù)學(xué)還與神經(jīng)網(wǎng)絡(luò)或模式識別技術(shù)相結(jié)合，構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)和模糊模式識別方法。 3.8基于過程層析成像的軟測量建?；谶^程層析成像的軟測量建模 基于過程層析成像的軟測量建模方法與其他軟測量建模方法不同的是，它是一種以醫(yī)學(xué)層析成像技術(shù)為基礎(chǔ)的在線獲取過程參數(shù)二維或三維的實(shí)時分布信息的先進(jìn)檢測技術(shù)，即一般軟測量技術(shù)所獲取的大多是關(guān)于某一變量的宏觀信息，而采用該技術(shù)可獲取關(guān)于該變量微觀的時空分布信息。由于技術(shù)發(fā)展水平的制約，這種軟測量建模方

15、法目前離工業(yè)實(shí)用化還有一定距離， 在過程控制中的直接應(yīng)用還不多。 3.9基于相關(guān)分析的軟測量建?；谙嚓P(guān)分析的軟測量建模 基于相關(guān)分析的軟測量建模方法是以隨機(jī)過程中的相關(guān)分析理論為基礎(chǔ)，利用兩個或多個可測隨機(jī)信號間的相關(guān)特性來實(shí)現(xiàn)某一參數(shù)軟測量的方法。該方法采用的具體實(shí)現(xiàn)方法大多是互相關(guān)分析方法，即利用各輔助變量（隨機(jī)信號）間的互相關(guān)函數(shù)特性來進(jìn)行軟測量。目前這種方法主要應(yīng)用于難測流體（即采用常規(guī)測量儀表難以進(jìn)行有效測量的流體）流速或流量的在線測量和故障診斷（例如流體輸送管道泄漏的檢測和定位）等。 3.10基于現(xiàn)代非線性信息處理技術(shù)的軟測量建?；诂F(xiàn)代非線性信息處理技術(shù)的軟測量建模 基于現(xiàn)代非

16、線性信息處理技術(shù)的軟測量是利用易測過程信息（輔助變量，它通常是一種隨機(jī)信號），采用先進(jìn)的信息處理技術(shù)，通過對所獲信息的分析處理提取信號特征量，從而實(shí)現(xiàn)某一參數(shù)的在線檢測或過程的狀態(tài)識別。 這種軟測量技術(shù)的基本思想與基于相關(guān)分析的軟測量技術(shù)一致，都是通過信號處理來解決軟測量問題，所不同的是具體信息處理方法不同。 該軟測量建模方法的信息處理方法大多是各種先進(jìn)的非線性信息處理技術(shù)，例如小波分析、混沌和分形技術(shù)等，因此能適用于常規(guī)的信號處理手段難以適應(yīng)的復(fù)雜工業(yè)系統(tǒng)。相對而言， 基于現(xiàn)代非線性信息處理技術(shù)的軟測量建模方法的發(fā)展較晚， 研究也還比較分散。該技術(shù)目前一般主要應(yīng)用于系統(tǒng)的故障診斷、 狀態(tài)檢測

17、和過失誤差偵破等，并常常和人工神經(jīng)網(wǎng)絡(luò)或模糊數(shù)學(xué)等人工智能技術(shù)相結(jié)合。 首先，在過程操作和監(jiān)控方面有十分重要的作用。軟儀表實(shí)現(xiàn)成分、物性等特殊變量的在線測量，而這些變量往往對過程評估和質(zhì)量非常重要。沒有儀表的時候，操作人員要主動收集溫度、壓力等過程信息，經(jīng)過頭腦中經(jīng)驗(yàn)的綜合，對生產(chǎn)情況進(jìn)行判斷和估算。有了軟儀表，軟件就部分地代替了人腦的工作，提供更直觀的過程信息，并預(yù)測未來工況的變化，從而可以幫助操作人員及時調(diào)整生產(chǎn)條件，達(dá)到生產(chǎn)目標(biāo)。 軟儀表對過程控制也很重要，可以構(gòu)成推斷控制。 推斷控制： 利用模型由可測信息將不可測的被控輸出變量推算出來，以實(shí)現(xiàn)反饋控制，或者將不可測的擾動推算出來，以實(shí)現(xiàn)

18、前饋控制的一類控制系統(tǒng)。 軟測量為過程優(yōu)化提供重要的調(diào)優(yōu)變量估計(jì)，成為優(yōu)化模型的一部分；軟測量本身就是重要的優(yōu)化目標(biāo)，如質(zhì)量等，直接作為優(yōu)化模型使用。根據(jù)不同的優(yōu)化模型，按照一定的優(yōu)化目標(biāo)，采取相應(yīng)的優(yōu)化方法，在線求出最佳操作參數(shù)條件，使系統(tǒng)運(yùn)行在最優(yōu)工作點(diǎn)處，實(shí)現(xiàn)自適應(yīng)優(yōu)化控制。 思考與練習(xí)題思考與練習(xí)題 1. 闡述軟測量技術(shù)的概念。 2. 簡述軟測量的基本內(nèi)容。 3. 簡述軟測量的基本方法。 4. 闡述軟測量與軟儀表的差別。 5. 闡述已學(xué)過的軟測量技術(shù)的種類。 6. 闡述輔助變量的選擇原則。 7. 闡述影響軟測量的主要因素。 人有了知識，就會具備各種分析能力，人有了知識，就會具備各種分析能力，明辨是非的能力。明辨是