第7章數(shù)據(jù)邏輯處

1、第7章 數(shù)據(jù)邏輯處理技術(shù)主要內(nèi)容 過(guò)程模擬與優(yōu)化 數(shù)據(jù)校正技術(shù) 軟測(cè)量技術(shù) 過(guò)程模擬與優(yōu)化 數(shù)據(jù)校正技術(shù) 軟測(cè)量技術(shù)化工過(guò)程模擬簡(jiǎn)介 模擬（Simulation），工程中的稱呼，科研中有時(shí)被譯成“仿真”。 化工過(guò)程模擬或流程模擬是 根據(jù)化工過(guò)程的數(shù)據(jù)，根據(jù)化工過(guò)程的數(shù)據(jù)，諸如物料的壓力、溫 度、流量、組成和有關(guān)的工藝操作條件、工藝規(guī)定、產(chǎn)品規(guī)格以及一定的設(shè)備參以及一定的設(shè)備參數(shù)數(shù)，如蒸餾塔的板數(shù)、進(jìn)料位置等， 采用適當(dāng)?shù)哪M軟件，將一個(gè)由許多個(gè)單元過(guò)程組成的化工流程用數(shù)學(xué)模型數(shù)學(xué)模型描述， 用計(jì)算機(jī)模擬實(shí)際的生產(chǎn)過(guò)程，并在計(jì)算機(jī)上通過(guò)改變各種有效條件得到所需要的結(jié)果得到所需要的結(jié)果。 過(guò)程模擬

2、三要素：物性等輸入條件，描述過(guò)程的（數(shù)學(xué)）模型，求輸出的求解算法過(guò)程模擬分類 穩(wěn)態(tài)模擬 如果過(guò)程對(duì)象的輸入輸出關(guān)系，不再隨著時(shí)間的推移而變化，則稱系統(tǒng)處于穩(wěn)態(tài)，對(duì)系統(tǒng)的穩(wěn)態(tài)狀態(tài)建立數(shù)學(xué)模型，并進(jìn)行模擬，則稱為穩(wěn)態(tài)模擬。 動(dòng)態(tài)模擬 由于1)計(jì)劃變更 2)事物本身的不穩(wěn)定性 3)意外事故及 4)開(kāi)停車(chē)等，會(huì)令過(guò)程的實(shí)際運(yùn)行狀態(tài)為動(dòng)態(tài)。對(duì)過(guò)程動(dòng)態(tài)特性的模擬，即為動(dòng)態(tài)模擬。 輸入輸出之間的關(guān)系，隨著時(shí)間的推移會(huì)發(fā)生變化。過(guò)程模擬的一般步驟 過(guò)程分析，確立過(guò)程數(shù)學(xué)模型的結(jié)構(gòu)形式 查閱或估計(jì)數(shù)學(xué)模型中的參數(shù) 在計(jì)算機(jī)中實(shí)現(xiàn)數(shù)學(xué)模型，即數(shù)學(xué)模型的程序化并求解穩(wěn)態(tài)模擬的簡(jiǎn)介穩(wěn)態(tài)模擬的涉及內(nèi)容：v物料和能量衡算

3、v設(shè)備尺寸v費(fèi)用計(jì)算及過(guò)程的技術(shù)經(jīng)濟(jì)評(píng)價(jià)應(yīng)用階段 新裝置的設(shè)計(jì) 指導(dǎo)已有裝置的操作 優(yōu)化數(shù)學(xué)問(wèn)題描述 線性或非線性方程組求解動(dòng)態(tài)模擬簡(jiǎn)介 應(yīng)用 研究過(guò)程的動(dòng)態(tài)性能 過(guò)程控制器的設(shè)計(jì)與研究 實(shí)時(shí)最優(yōu)化，最優(yōu)控制 數(shù)學(xué)問(wèn)題描述 線性或非線性微分方程組的求解穩(wěn)態(tài)模擬的實(shí)例混合器分流器分流器精餾塔123456789X11Y11X21Y21X31Y32X51Y51X52Y31Y42Y41X12反應(yīng)器111121122121233131323441414245515251fx ,x ,y0fx ,y ,u0fx ,y ,y ,u0fx ,y ,y ,u0fx ,x ,y0單元模塊方程單元模塊方程12412

4、111312141315132xy0 xy0 xy0 xy0 xy0物流連接方程物流連接方程穩(wěn)態(tài)模擬的求解穩(wěn)態(tài)模擬的求解 -非線性代數(shù)方程非線性代數(shù)方程組的求解方法組的求解方法1) 序貫?zāi)K法序貫?zāi)K法2) 聯(lián)立方程法聯(lián)立方程法3) 聯(lián)立模塊法聯(lián)立模塊法1) 序貫?zāi)K法 對(duì)每一單元設(shè)備編制計(jì)算機(jī)子程序，該子程序?qū)⒊隹谖锪髯兞孔鳛檫M(jìn)口物流變量和設(shè)備參數(shù)的函數(shù)進(jìn)行計(jì)算。0,0,0,0,0,515251544241414332313132222121112111yxxfuyyxfuyyxfuyxfyxxf525151514414242441414133132323313131221212112111

5、111,xxyuxyuxyuxyuxyuxyxxy序貫?zāi)K法求解時(shí)，必須： 規(guī)定流程的各輸入物流 提供所有循環(huán)物流的初始值 實(shí)質(zhì)實(shí)質(zhì) 將大系統(tǒng)分解分解為若干小的子系統(tǒng)，將高階方程組降為低階方程組進(jìn)行迭代求解。 特點(diǎn)特點(diǎn) 運(yùn)算時(shí)嚴(yán)格按信息流的方向進(jìn)行，與過(guò)程實(shí)際進(jìn)行的方向和步驟一致 2) 聯(lián)立方程法 將描述一化工流程的所有方程集中組成一大型非線性代數(shù)方程組，然后進(jìn)行求解0,uxFx狀態(tài)變量向量(所有中間產(chǎn)品和最終產(chǎn)品的物流變量及各單元設(shè)備內(nèi)部的物流變量)u決策變量向量(所有單元設(shè)備的參數(shù)和流程進(jìn)料物流變量)聯(lián)立方程法的優(yōu)點(diǎn)和缺點(diǎn)q優(yōu)點(diǎn)優(yōu)點(diǎn) 變量選擇靈活 特別適用于控制和優(yōu)化問(wèn)題q缺點(diǎn)缺點(diǎn) 必須解

6、決大型非線性方程組的快速、穩(wěn)定的求解問(wèn)題； 對(duì)計(jì)算機(jī)資源要求高； 對(duì)初值要求高； 某些化工過(guò)程難以用精確的數(shù)學(xué)模型表達(dá)。3) 聯(lián)立模塊法 試圖綜合序貫?zāi)K法和聯(lián)立方程法的優(yōu)點(diǎn)而提出的化工流程計(jì)算方法，也稱為二水平算法 交替使用兩種模型：流程水平上的簡(jiǎn)化模型和模塊水平上的嚴(yán)格模型。 簡(jiǎn)化模型由線性化的單元設(shè)備模型和連接方程組成，嚴(yán)格模型即序貫?zāi)K法中使用的傳統(tǒng)的單元設(shè)備模型，利用它們并借助某種數(shù)值擾動(dòng)技術(shù)求取線性化單元設(shè)備模型中的所有系數(shù)。動(dòng)態(tài)模擬的求解-非線性微分方程組求解龍格庫(kù)塔數(shù)值求解算法dyf(y,u)dt已知系統(tǒng)模型則有y(tt)y(t)y(t) ty(t)fy(t),u(t) t完成

7、遞推求解優(yōu)化分析 單因素分析 多因素分析 操作優(yōu)化操作點(diǎn)優(yōu)化一些系統(tǒng)的輸入輸出無(wú)法用顯函數(shù)描述，只能描述為一些微分方程組或隱函數(shù)。如：dyf(y,u)dt造成目標(biāo)函數(shù)為隱函數(shù)，此時(shí)可以選擇適合此類問(wèn)題的復(fù)合形算法： 在可行域內(nèi)構(gòu)造n+1k2n+1個(gè)初始復(fù)合形頂點(diǎn)，求各頂點(diǎn)的目標(biāo)函數(shù)值，用新的頂點(diǎn)代替最壞的頂點(diǎn)，構(gòu)造新的復(fù)合形，不斷重復(fù)上述過(guò)程，使得復(fù)合形的位置越來(lái)越靠近最優(yōu)點(diǎn)。直到收斂于最優(yōu)點(diǎn) 可見(jiàn)，2022年5月18日2時(shí)20分 過(guò)程模擬與優(yōu)化 數(shù)據(jù)校正技術(shù) 軟測(cè)量技術(shù)數(shù)據(jù)校正的來(lái)由2022年5月18日2時(shí)20分多層次、多模式、多視圖的綜合集成自動(dòng)化模式，尤其需要可靠、一致的過(guò)程數(shù)據(jù)，過(guò)程數(shù)

8、據(jù)是企業(yè)生產(chǎn)控制、生產(chǎn)管理、計(jì)劃調(diào)度、經(jīng)營(yíng)決策的基本信息源。存在問(wèn)題測(cè)量數(shù)據(jù)的不平衡，即測(cè)量數(shù)據(jù)中存在著不可靠因素采集到的數(shù)據(jù)往往不完整數(shù)據(jù)校正的定義2022年5月18日2時(shí)20分以建立過(guò)程數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系為模型，利用冗余信息，結(jié)合各種統(tǒng)計(jì)分析方法和生產(chǎn)過(guò)程機(jī)理，剔除原始數(shù)據(jù)中的顯著誤差，降低隨機(jī)誤差對(duì)測(cè)量值的影響，并設(shè)法估計(jì)出未測(cè)變量的一門(mén)技術(shù)。主要包括顯著誤差檢測(cè)(Gross Error Detection)數(shù)據(jù)協(xié)調(diào) (Data Reconciliation) 數(shù)據(jù)校正的實(shí)現(xiàn)流程2022年5月18日2時(shí)20分 自動(dòng)采集數(shù)據(jù) （DCS數(shù)據(jù)） 人工數(shù)據(jù) 實(shí) 時(shí) 數(shù) 據(jù) 庫(kù) 關(guān) 系 數(shù) 據(jù) 庫(kù)

9、 化驗(yàn)數(shù)據(jù) 數(shù)據(jù)預(yù)處理 顯著誤差檢測(cè) 數(shù)據(jù)協(xié)調(diào)計(jì)算 平 衡 方 程 應(yīng)用系統(tǒng) 數(shù)據(jù)校正系統(tǒng) 2022年5月18日2時(shí)20分?jǐn)?shù)據(jù)校正技術(shù)基本原理-顯著誤差檢測(cè)2022年5月18日2時(shí)20分節(jié)點(diǎn)檢測(cè)法節(jié)點(diǎn)檢測(cè)法 對(duì)于每個(gè)節(jié)點(diǎn)進(jìn)行約束殘差統(tǒng)計(jì)量的假設(shè)檢驗(yàn)。整體檢測(cè)法整體檢測(cè)法 利用系統(tǒng)的全部約束殘差構(gòu)造一個(gè)統(tǒng)計(jì)量作為判斷依據(jù)。 測(cè)量殘差檢測(cè)法測(cè)量殘差檢測(cè)法 利用測(cè)量數(shù)據(jù)的協(xié)調(diào)值和測(cè)量值的相對(duì)大小作為判斷依據(jù)。主元分析法主元分析法 變換節(jié)點(diǎn)殘差得到互相統(tǒng)計(jì)獨(dú)立的主元分量，然后用主元分量進(jìn)行檢驗(yàn)，再分析各節(jié)點(diǎn)殘差對(duì)帶顯著誤差的主元的貢獻(xiàn)來(lái)進(jìn)行判斷。2022-5-18T-1mx,mmxmin(x-x )

10、S(x-x )s.t.Ax +By = bT-1-1T-1mx,mm-1T-1mx = x -SA (I-G BH B )G (-b+Ax )y = -H B G (-b+Ax )Tx,mG = ASAT-1H = B G B x：已測(cè)變量的校正值 xm：已測(cè)變量的測(cè)量值 y：未測(cè)變量的估計(jì)值 A、B：關(guān)聯(lián)矩陣 b：常量向量Sx,m：誤差的方差-協(xié)方差陣 A和B滿秩時(shí)，求解得：式中：數(shù)據(jù)校正技術(shù)基本原理-線性穩(wěn)態(tài)數(shù)據(jù)協(xié)調(diào)2022年5月18日2時(shí)20分 過(guò)程模擬與優(yōu)化 數(shù)據(jù)校正技術(shù) 軟測(cè)量技術(shù)軟測(cè)量的來(lái)由 為了實(shí)現(xiàn)良好的質(zhì)量控制，就必須對(duì)產(chǎn)品質(zhì)量或與產(chǎn)品質(zhì)量密切相關(guān)的重要過(guò)程變量進(jìn)行嚴(yán)格的質(zhì)量控

11、制。 問(wèn)題儀表價(jià)格高測(cè)量滯后2022年5月18日2時(shí)20分軟測(cè)量的定義 軟測(cè)量的基本思想是把自動(dòng)控制理論與生產(chǎn)過(guò)程知識(shí)有機(jī)結(jié)合起來(lái)，應(yīng)用計(jì)算機(jī)技術(shù)，對(duì)于難于測(cè)量或暫時(shí)不能測(cè)量的重要變量（或稱之為主導(dǎo)變量），選擇另外一些容易測(cè)量的變量（或稱之為輔助變量），通過(guò)構(gòu)成某種數(shù)學(xué)關(guān)系來(lái)推斷和估計(jì)，以軟件來(lái)代替硬件（傳感器）功能。 優(yōu)點(diǎn)響應(yīng)迅速投資低2022年5月18日2時(shí)20分主導(dǎo)變量和輔助變量 主導(dǎo)變量 軟測(cè)量的任務(wù) ，如質(zhì)量變量，分析變量 輔助變量 影響主導(dǎo)變量的相關(guān)變量2022年5月18日2時(shí)20分軟測(cè)量的數(shù)學(xué)理論舉例MLR2022年5月18日2時(shí)20分多元線性回歸基于最小二乘法。 假設(shè)有因變量y和 m 個(gè)自變量mxxx,.,21，MLR 的目標(biāo)是建立一個(gè)從 m 個(gè)不相關(guān)變量ix