軟測量技術(shù)的發(fā)展與現(xiàn)狀

1、軟測量技術(shù)的發(fā)展與現(xiàn)狀1、緒論在過程控制中，若要使機(jī)組處于最佳運(yùn)行工況、實(shí)現(xiàn)卡邊控制，提高機(jī)組的經(jīng)濟(jì)效益，就必須要對(duì)機(jī)組的重要過程變量進(jìn)行嚴(yán)格控制。然而對(duì)許多工業(yè)過程來說，一些重要的輸出變量目前還很難通過傳感器得到，即使可以測出也不一定具有代表性，不能總體的反映出設(shè)備的運(yùn)行工況。為了解決這類變量的測量問題，出現(xiàn)了不少方法，目前應(yīng)用較廣泛的是軟測量方法。軟測量技術(shù)就是為了解決上述問題應(yīng)運(yùn)而生的。其基本思想是根據(jù)比較容易測量的工業(yè)過程輔助變量，即二次變量，來估計(jì)無法直接測量的工業(yè)過程主要輸出變量。它采用統(tǒng)計(jì)回歸、軟計(jì)算等各種方法建立過程變量預(yù)報(bào)模型，并通過一些可以測量的過程變量和其他一些參數(shù)，用軟

2、件方法來測量（估計(jì)）難以用傳統(tǒng)硬儀表在線測量的參數(shù)和變量。從而為過程控制、質(zhì)量控制、過程管理與決策等提供支持，從而為進(jìn)一步實(shí)現(xiàn)質(zhì)量控制和過程優(yōu)化奠定基礎(chǔ)。 軟測量技術(shù)已是現(xiàn)代流程工業(yè)和過程控制領(lǐng)域關(guān)鍵技術(shù)之一，它的成功應(yīng)用將極大地推動(dòng)在線質(zhì)量控制和各種先進(jìn)控制策略的實(shí)施，使生產(chǎn)過程控制得更加理想。 2、軟測量技術(shù)概論軟測量的概念首先產(chǎn)生于工業(yè)過程的實(shí)際需要，從實(shí)踐過程中抽象出理論，形成了軟測量技術(shù)，然后又反過來指導(dǎo)生產(chǎn)過程的實(shí)踐。軟測量技術(shù)的發(fā)展就是一個(gè)理論與實(shí)踐相結(jié)合的典型例子。軟測量是目前過程控制行業(yè)中令人矚目的領(lǐng)域，無論工業(yè)過程的控制、優(yōu)化還是監(jiān)測都離不開對(duì)過程主導(dǎo)變量的檢測，它是各種控

3、制方法成功應(yīng)用的基礎(chǔ)。工業(yè)對(duì)象的基本輸入輸出關(guān)系如圖2.1所示，向量U表示過程的控制輸入，向量D表示過程的擾動(dòng)變量，向量Y表示過程的主要輸出變量，向量X表示過程的其他輸出變量。 軟測量的基本思想則是根據(jù)某種最優(yōu)準(zhǔn)則，選擇一組容易測量又與過程主要變量有密切。圖 2.1 工業(yè)對(duì)象輸入輸出關(guān)系關(guān)系的過程輔助變量（輔助變量），通過構(gòu)造某種數(shù)學(xué)模型（汪永生，2000），通過軟件計(jì)算實(shí)現(xiàn)對(duì)不易測量的過程主要輸出變量的在線估計(jì)。軟測量技術(shù)的對(duì)象輸入輸出關(guān)系如原理圖2.2中所示： 圖 2.2 軟測量的工作原理把D、U、X中的在線可測變量統(tǒng)一稱為過程可測變量，用向量X表示。軟測量的任務(wù)就是從X中選擇適當(dāng)數(shù)目的變

4、量構(gòu)成輔助變量向量，構(gòu)造出下面的過程模型F，從而能夠在線地得到Y(jié)的估計(jì)值Y : X Y = F()一般情況下，過程的主要輸出變量可以通過實(shí)驗(yàn)室分析化驗(yàn)或其他手段離線進(jìn)行監(jiān)測，用 Y*表示，這些值可以用來建立軟測量模型或?qū)洔y量模型進(jìn)行在線校正，從而滿足對(duì)過程緩慢變化的自適應(yīng)。圖1-3表示出了軟測量的工作原理。 影響軟測量性能的因素有多種，主要有以下幾個(gè)：1、輔助變量的選擇，包括變量類型的選擇、變量數(shù)目的選擇和測量點(diǎn)位置的選擇；2、過程數(shù)據(jù)的處理，包括數(shù)據(jù)變換、數(shù)據(jù)調(diào)和與顯著誤差偵破等；3、軟測量模型的建立與在線校正方法；4、生產(chǎn)過程本身的特性。軟測量技術(shù)的特點(diǎn)決定了它不是一項(xiàng)完全的理論工作，其

5、成敗取決于實(shí)際應(yīng)用的結(jié)果。 由此可見軟測量技術(shù)主要由輔助變量的選擇、數(shù)據(jù)采集和處理、軟測量模型及在線校正四個(gè)部分組成，理論根源是基于軟儀表的推斷控制。推斷控制的基本思想是采集過程中比較容易測量的輔助變量，通過構(gòu)造推斷估計(jì)器來估計(jì)并克服擾動(dòng)和測量噪聲對(duì)主導(dǎo)變量的影響。2.1機(jī)理分析與輔助變量的選擇首先明確軟測量的任務(wù)，確定主導(dǎo)變量。在此基礎(chǔ)上深入了解和熟悉軟測量對(duì)象及有關(guān)裝置的工藝流程，通過機(jī)理分析可以初步確定影響主導(dǎo)變量的相關(guān)變量輔助變量。輔助變量的選擇包括變量類型、變量數(shù)目和檢測點(diǎn)位置的選擇。這三個(gè)方面互相關(guān)聯(lián)、互相影響，由過程特性所決定的。在實(shí)際應(yīng)用中，還受經(jīng)濟(jì)條件、維護(hù)的難易程度等外部因

6、素制約。針對(duì)特定的生產(chǎn)過程和選定的主導(dǎo)變量，如何確定其對(duì)應(yīng)的輔助變量。輔助變量的選擇在軟儀表的建立過程中起著重要的作用，它包括變量的類型、數(shù)目及測量點(diǎn)位置三個(gè)方面，這三個(gè)方面是互相關(guān)聯(lián)的，在實(shí)際應(yīng)用中，還受到經(jīng)濟(jì)性、工藝、維護(hù)等額外因素的影響。輔助變量的選取范圍是過程的實(shí)時(shí)可測變量集。目前，軟儀表中廣泛采用與主導(dǎo)變量動(dòng)態(tài)特性相近、關(guān)系緊密的可測參數(shù)作為輔助變量，如精餾塔和反應(yīng)器過程中的溫度、溫差，生物發(fā)酵過程中的尾氣中CO2濃度等。 輔助變量的最佳數(shù)目顯然與過程的自由度、測量噪聲以及模型的不確定性有關(guān)。輔助變量的數(shù)目與位置常常是同時(shí)確定的，用于選擇變量數(shù)目的準(zhǔn)則往往也適用于測點(diǎn)位置的選擇。選擇

7、輔助變量的方法可以分為兩種：一種是直接根據(jù)歷史數(shù)據(jù)紀(jì)錄進(jìn)行選擇，這種方法是對(duì)過程變量之間進(jìn)行相關(guān)性分析，選擇對(duì)主導(dǎo)變量影響最大的一些變量作為輔助變量，使用這種方法時(shí)輔助變量只能從可測變量集中選擇；另一種是根據(jù)過程的機(jī)理模型生成一些仿真數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行相關(guān)性分析，從中選擇與過程主導(dǎo)變量密切相關(guān)的變量作為輔助變量，這種方法可以在過程設(shè)計(jì)時(shí)用以指導(dǎo)測量點(diǎn)的最優(yōu)設(shè)計(jì)。 進(jìn)行輔助變量選擇的方法有主元分析法、奇異值分解法、Karhunen-Loeve 方法、相關(guān)分析等。 2.2數(shù)據(jù)采集和處理對(duì)用于建模和估計(jì)的輔助變量原始測量數(shù)據(jù)，進(jìn)行原始數(shù)據(jù)的標(biāo)準(zhǔn)化、歸一化、過失誤差偵破及數(shù)據(jù)校正。過程數(shù)據(jù)預(yù)處理包括

8、誤差處理、數(shù)據(jù)變換和動(dòng)態(tài)濾波等。由于工業(yè)過程中的原始測量數(shù)據(jù)往往有著不同的工程單位、不同的量程等，變量之間在數(shù)值上可能相差幾個(gè)數(shù)量級(jí)。直接使用這些數(shù)據(jù)進(jìn)行計(jì)算可能會(huì)由于計(jì)算機(jī)的字長有限而丟失數(shù)據(jù)，或者引起算法的病態(tài)。利用合適的方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，能夠減少系統(tǒng)的非線性，改善算法的精度和穩(wěn)定性。 一個(gè)十分值得注意的問題是樣本數(shù)據(jù)與過程數(shù)據(jù)之間在時(shí)間上的匹配。尤其是在人工分析情況下，從過程數(shù)據(jù)即時(shí)反應(yīng)的產(chǎn)量、質(zhì)量狀態(tài)到取樣位置需要一定的流動(dòng)時(shí)間，取樣后到產(chǎn)品質(zhì)量參數(shù)返回現(xiàn)場又要耗費(fèi)很長的時(shí)間，因此在利用分析值和過程數(shù)據(jù)進(jìn)行軟儀表的校正時(shí)，應(yīng)特別注意保持兩者在時(shí)間上的對(duì)應(yīng)關(guān)系。 2.3軟測量模型的建

9、立針對(duì)特定的條件和指定的生產(chǎn)過程，如何確定用于估計(jì)過程主導(dǎo)變量的過程模型，即建立主導(dǎo)變量和輔助變量之間的映射關(guān)系。軟測量模型的建立是軟測量技術(shù)的核心問題。按照所采用的數(shù)學(xué)模型來劃分，目前建立軟測量模型的方法主要有以下這幾種： 2.3.1機(jī)理建模從機(jī)理出發(fā)，也就是從過程內(nèi)在的物理和化學(xué)規(guī)律出發(fā)，通過物料平衡與能量平衡和動(dòng)量平衡建立數(shù)學(xué)模型。對(duì)于簡單過程可以采用解析法，而對(duì)于復(fù)雜過程，特別是需要考慮輸入變量大范圍變化的場合，采用仿真方法。典型化工過程的仿真程序已編制成各種現(xiàn)成軟件包。機(jī)理模型優(yōu)點(diǎn)是可以充分利用已知的過程知識(shí)，從事物的本質(zhì)上認(rèn)識(shí)外部特征；有較大的適用范圍，操作條件變化可以類推。但它亦

10、有弱點(diǎn)，對(duì)于某些復(fù)雜的過程難于建模，必須通過輸入/輸出數(shù)據(jù)驗(yàn)證。2.3.2經(jīng)驗(yàn)建模通過實(shí)測或依據(jù)積累操作數(shù)據(jù)，用數(shù)學(xué)回歸方法、神經(jīng)網(wǎng)絡(luò)方法等得到經(jīng)驗(yàn)?zāi)Ｐ蛠磉M(jìn)行測試，理論上有很多實(shí)驗(yàn)設(shè)計(jì)方法，如常用的正交設(shè)計(jì)等。有一種辦法是吸取調(diào)優(yōu)操作經(jīng)驗(yàn)，即逐步向更好的操作點(diǎn)移動(dòng)，這樣可一舉兩得，既擴(kuò)大了測試范圍，又改進(jìn)了工藝操作。測試中另一個(gè)問題是穩(wěn)態(tài)是否真正建立，否則會(huì)帶來較大誤差。還有數(shù)據(jù)采樣與產(chǎn)品質(zhì)量分析必須同步進(jìn)行。最后是模型檢驗(yàn)，檢驗(yàn)分為自身檢驗(yàn)與交叉檢驗(yàn)。我們建議和提倡交叉檢驗(yàn)。經(jīng)驗(yàn)建模的優(yōu)點(diǎn)與弱點(diǎn)與機(jī)理建模正好相反，特別是現(xiàn)場測試，實(shí)施中有一定難處。2.3.3機(jī)理建模與經(jīng)驗(yàn)建模相結(jié)合把機(jī)理建模

11、與經(jīng)驗(yàn)建模結(jié)合起來，可兼容兩者之長，補(bǔ)各自之短。機(jī)理與經(jīng)驗(yàn)相結(jié)合建模是一個(gè)較實(shí)用的方法，目前被廣泛采用。2.4軟測量模型的在線校正在軟儀表的使用過程中，隨著生產(chǎn)條件改變、對(duì)象特性的變化，生產(chǎn)過程的工作點(diǎn)會(huì)發(fā)生一定程度的漂移，因此需要對(duì)軟儀表進(jìn)行校正以適應(yīng)新的工況。通常對(duì)軟儀表的模型的修正需要大量的樣本數(shù)據(jù)和耗費(fèi)較長的時(shí)間，在線進(jìn)行有實(shí)時(shí)性方面的困難，必須考慮模型的在線校正，才能適應(yīng)新工況。軟測量模型的在線校正可表示為模型結(jié)構(gòu)和模型參數(shù)的優(yōu)化過程，具體方法有自適應(yīng)法、增量法和多時(shí)標(biāo)法。對(duì)模型結(jié)構(gòu)的修正往往需要大量的樣本數(shù)據(jù)和較長的計(jì)算時(shí)間，難以在線進(jìn)行。為解決模型結(jié)構(gòu)修正耗時(shí)長和在線校正的矛盾，

12、提出了短期學(xué)習(xí)和長期學(xué)習(xí)的校正方法。短期學(xué)習(xí)由于算法簡單、學(xué)習(xí)速度快而便于實(shí)時(shí)應(yīng)用。長期學(xué)習(xí)是當(dāng)軟測量儀表在線運(yùn)行一段時(shí)間積累了足夠的新樣本模式后，重新建立軟測量模型。 2.5 軟測量技術(shù)的通用化和開放化 如果軟測量儀表只是針對(duì)特定的生產(chǎn)過程、特定的生產(chǎn)條件研究和開發(fā)的，則該軟測量儀表投入到其他不同工業(yè)環(huán)境時(shí)的二次投資就會(huì)十分巨大，推廣應(yīng)用就比較困難。 一套通用的軟測量系統(tǒng)，應(yīng)當(dāng)具有良好的開放性和實(shí)用性，能夠經(jīng)過少量的二次開發(fā)實(shí)現(xiàn)系統(tǒng)組態(tài)，應(yīng)用到不同的工業(yè)場合上。通過組態(tài)，設(shè)定模塊數(shù)目、輸入輸出變量數(shù)目、名稱等，完成通用軟件包與具體生產(chǎn)過程的結(jié)合，從而能夠把軟測量真正應(yīng)用到具體生產(chǎn)過程中去。

13、開放化是指根據(jù)不同對(duì)象的不同特性，軟測量系統(tǒng)應(yīng)能方便地調(diào)用不同的算法進(jìn)行估算和測量。并且軟件實(shí)現(xiàn)時(shí)，應(yīng)為加入新的算法保留有適當(dāng)?shù)慕涌?，為進(jìn)一步的后續(xù)開發(fā)提供基礎(chǔ)，也為不同算法之間的比較分析提供平臺(tái)。 3、軟測量建模的方法軟測量的核心問題是其模型的建立，也即建立待估計(jì)變量與其它直接測量變量間的關(guān)聯(lián)模型。軟測量建模的方法多種多樣，且各種方法互有交叉，且有相互融合的趨勢，因此很難有妥當(dāng)而全面的分類方法。目前，軟測量建模方法一般可分為:機(jī)理建模、回歸分析、狀態(tài)估計(jì)、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、基于支持向量機(jī)(SVM)和核函數(shù)的方法、過程層析成像、相關(guān)分析和現(xiàn)代非線性系統(tǒng)信息處理技術(shù)等。這些方法都

14、不同程度地應(yīng)用于軟測量實(shí)踐中，均具有各自的優(yōu)缺點(diǎn)及適用范圍，有些方法在軟測量實(shí)踐中己有許多成功的應(yīng)用，后面幾種建模方法限于技術(shù)發(fā)展水平，目前在過程控制中還應(yīng)用較少。3.1 基于工藝機(jī)理分析的軟測量建?；诠に嚈C(jī)理分析的軟測量建模主要是運(yùn)用化學(xué)反應(yīng)動(dòng)力學(xué)、物料平衡、能量平衡等原埋，通過對(duì)過程對(duì)象的機(jī)理分析，找出不可測主導(dǎo)變量與可測輔助變量之間的關(guān)系(建立機(jī)理模型)，從而實(shí)現(xiàn)對(duì)某一參數(shù)的軟測量。對(duì)于工藝機(jī)理較為清楚的工藝過程，該方法能構(gòu)造出性能良好的軟儀表。但是對(duì)于機(jī)理研究不充分、尚不完全清楚的復(fù)雜工業(yè)過程，難以建立合適帆機(jī)理模型。此時(shí)該方法就需要與其它參數(shù)估計(jì)方法相結(jié)合才能構(gòu)造軟儀表。這種軟測量

15、建模方法是工程中常用的方法，其特點(diǎn)是簡單、工程背景清晰，便于實(shí)際"應(yīng)用，但應(yīng)用效果依賴于對(duì)工藝機(jī)理的了解程度，因?yàn)檫@種軟測量方法是建立在對(duì)工藝過程機(jī)理深刻認(rèn)識(shí)的基礎(chǔ)上，建模的難度較大。3.2 基于回歸分析的軟測量建模經(jīng)典的回歸分析是一種建模的基本方法，應(yīng)用范圍相當(dāng)廣泛。以最小二乘法原理為基礎(chǔ)的一元和多元線性回歸技術(shù)目前已相當(dāng)成熟，常用于線性模型的擬合。對(duì)于輔助變量較少的情況，一般采用多元線性回歸中的逐步回歸技術(shù)以獲得較好的軟測量模型。對(duì)于輔助變量較多的情況，通常要借助機(jī)理分析，首先獲得模型各變量組合的大致框架，然后再采用逐步回歸方法獲得軟測量模型。為簡化模型，也可采用主元回歸分析法P

16、CR(Principalcomponentregression)和部分最小二乘回歸法PLSR(principalcomponentregression)等方法?；诨貧w分析的軟測量建模方法簡單實(shí)用，但需要足夠有效的樣本數(shù)據(jù)，對(duì)測量誤差較為敏感且模型物理量概念不明了。3.3 基于狀態(tài)估計(jì)的軟測量建模如果系統(tǒng)主導(dǎo)變量作為系統(tǒng)的狀態(tài)變量是完全可觀的，那么軟測量建模問題就轉(zhuǎn)化為典型的狀態(tài)觀測和狀態(tài)估計(jì)問題?；跔顟B(tài)估計(jì)的軟儀表由于可以反映主導(dǎo)變量和輔助變量之間的動(dòng)態(tài)關(guān)系，因此，有利于處理各變量間動(dòng)態(tài)特性的差異和系統(tǒng)滯后等情況。這種軟測量建模方法的缺點(diǎn)在于對(duì)復(fù)雜的工業(yè)過程，常常難以建立系統(tǒng)的狀態(tài)空間模型

17、，這在一定程度上限制了該方法的應(yīng)用。同時(shí)在許多工業(yè)生產(chǎn)過程中，常常會(huì)出現(xiàn)持續(xù)緩慢變化的不可測的擾動(dòng)，在這種情況下采用這種建模方法可能會(huì)帶來顯著的誤差。3.4 基于模式識(shí)別的軟測量建模這種軟測量建模方法是采用模式識(shí)別的方法對(duì)工業(yè)過程的操作數(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(shí)別模型，如空間超盒等?；谀Ｊ阶R(shí)別方法建立的軟測量模型與傳統(tǒng)的數(shù)學(xué)模型不同，它是一種以系統(tǒng)的輸入/輸出數(shù)據(jù)為基礎(chǔ)，通過對(duì)系統(tǒng)特征提取而構(gòu)成的模式描述模型。該方法的優(yōu)勢在于它適用于缺乏系統(tǒng)先驗(yàn)知識(shí)的場合，可利用日常操作數(shù)據(jù)來實(shí)現(xiàn)軟測量建模。在實(shí)際應(yīng)用中，這種軟測量建模方法常常和人工神經(jīng)網(wǎng)絡(luò)以及模糊技

18、術(shù)等技術(shù)結(jié)合在一起使用。3.5 基于人工神經(jīng)網(wǎng)絡(luò)的軟測量建?；谌斯ど窠?jīng)網(wǎng)絡(luò)ANN(annifiCialneuralnetwork)的軟測量建模方法是近年來研究較多、發(fā)展很快和應(yīng)用范圍很廣泛的一種軟測量建模方法。由于人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、聯(lián)想記憶、自適應(yīng)和非線性逼近等功能，基于人工神經(jīng)網(wǎng)絡(luò)的軟測量模型可以在不具備對(duì)象的先驗(yàn)知識(shí)的條件下，根據(jù)對(duì)象的輸入/輸出數(shù)據(jù)直接建模(將輔助變量作為人工神經(jīng)網(wǎng)絡(luò)的輸入，而主導(dǎo)變量作為神經(jīng)網(wǎng)絡(luò)的輸出，通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)來解決不可測變量的軟測量問題)，模型的在線校正能力強(qiáng)，并能適用于高度非線性和嚴(yán)重不確定性系統(tǒng)。因此，它為解決復(fù)雜系統(tǒng)過程參數(shù)的軟測量問題提供了一

19、條有效途徑。采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行軟測量建模有兩種形式:一種是利用人工神經(jīng)網(wǎng)絡(luò)直接建模，用神經(jīng)網(wǎng)絡(luò)來代替常規(guī)的數(shù)學(xué)模型描述輔助變量和主導(dǎo)變量間的關(guān)系，完成由可測信息空間到主導(dǎo)變量的映射;另一種是與常規(guī)模型相結(jié)合，用神經(jīng)網(wǎng)絡(luò)來估計(jì)常規(guī)模型的模型參數(shù)，進(jìn)而實(shí)現(xiàn)軟測量。3.6 基于回歸支持向量機(jī)的方法建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的支持向量機(jī)SVM(suppoVectormachine)已成為當(dāng)前機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)研究熱點(diǎn)。支持向量機(jī)采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則，在有限樣本情況下，得到現(xiàn)有信息下的最優(yōu)解而不僅僅是樣本數(shù)趨于無窮大時(shí)的最優(yōu)值，解決了一般學(xué)習(xí)方法難以解決的問題，如神經(jīng)網(wǎng)絡(luò)的局部最小問題、過學(xué)習(xí)以及結(jié)構(gòu)

20、和類型的選擇過分依賴于經(jīng)驗(yàn)等固有的缺陷等問題，從而提高了模型的泛化能力。另外支持向量機(jī)把機(jī)器學(xué)習(xí)問題歸結(jié)為一個(gè)二次規(guī)劃問題，因而得到的最優(yōu)解不僅是全局最優(yōu)解，而且具有唯一性。SVM的方法最早是針對(duì)模式識(shí)別問題提出的，Vapnik通過引入不敏感損失函數(shù)，將其推廣應(yīng)用到非線性回歸估計(jì)中，得到了用于回歸估計(jì)的標(biāo)準(zhǔn)SVM方法，本文稱之為回歸支持向量機(jī)SVR(supportVectorregressor)。由于軟測量建模與一般數(shù)據(jù)回歸問題之間存在著共性，支持向量機(jī)方法應(yīng)用于回歸估計(jì)問題取得不錯(cuò)的效果應(yīng)用，促使人們把眼光投向工程應(yīng)用領(lǐng)域，提出不少建立基于回歸支持向量機(jī)的軟測量建模方法。3.7 基于模糊數(shù)學(xué)

21、的軟測量建模模糊數(shù)學(xué)模仿人腦邏輯思維特點(diǎn)，是處理復(fù)雜系統(tǒng)的一種有效手段，在過程軟測量建模中也得到了大量應(yīng)用。基于模糊數(shù)學(xué)軟測量模型是一種知識(shí)性模型。該法特別適合應(yīng)用于復(fù)雜工業(yè)過程中被測對(duì)象呈現(xiàn)亦此亦彼的不確定性、難以用常規(guī)數(shù)學(xué)定量描述的場合。實(shí)際應(yīng)用中常將模糊技術(shù)和其它人工智能技術(shù)相結(jié)合，例如模糊數(shù)學(xué)和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)，將模糊數(shù)學(xué)和模式識(shí)別相結(jié)合構(gòu)成模糊模式識(shí)別，這樣可互相取長補(bǔ)短以提高軟儀表的效能。3.8 基于過程層析成像的軟測量建?；谶^程層析成像PT(Processtomography)的軟測量建模方法與其它軟測量建模方法不同，它是一種以醫(yī)學(xué)層析成像CT(compute

22、rizedtomography)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(shí)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(shí)空分布信息。由于受技術(shù)發(fā)展水平的制約，該種軟測量建模方法目前離工業(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(gè)或多個(gè)可測隨機(jī)信號(hào)間的相關(guān)特性來實(shí)現(xiàn)某一參數(shù)的軟測量建模方法。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(hào))間的互相關(guān)函數(shù)特性來進(jìn)行軟測量建模。日前這種方法主要

23、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癥位)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)的軟測量建模方法是利用易測過程信息(輔助變量，它通常是一種隨機(jī)信號(hào))，采用先進(jìn)的信息處理技術(shù)，通過對(duì)所獲信息的分析處埋提取信號(hào)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(shí)別。這種軟測量建模技術(shù)的基本思想與基于相關(guān)分忻的軟測量建模技術(shù)一致，都是通過信號(hào)處理來解決軟測量建模問題，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

24、分形技術(shù)等，因此能適用于常規(guī)的信號(hào)處理手段難以適應(yīng)的復(fù)雜工業(yè)系統(tǒng)。相對(duì)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。4、軟測量建模方法進(jìn)一步研究的展望軟測量建模方法雖然經(jīng)過多年的發(fā)展有了很多成果，但仍有許多問題有待于迸一步研究。軟測量建模方法進(jìn)一步研究的方向有以下幾種。4.1 將新興的技術(shù)用于軟測量建模日前雖然出現(xiàn)了眾多軟測量建模方法，但仍不能滿足實(shí)際需要。將一些新興的技術(shù)用于軟測量建模，建立基于新興技術(shù)的軟測量模型仍是目前研究的熱點(diǎn)。如:將神經(jīng)

25、網(wǎng)絡(luò)、微粒群優(yōu)化算法、遺傳算法等新興技術(shù)用于軟測量建模，建立性能更好的軟測量模型。4.2 將不同的方法相互融合建立混合模型或多模型由于實(shí)際系統(tǒng)的復(fù)雜多變，往往來說，一種方法建立的模型難以滿足要求。如果結(jié)合實(shí)際系統(tǒng)的機(jī)理分析和實(shí)際情況，將不同的方法相互融合，建立混合模型，這一建模方法是值得研究的方向。4.3 動(dòng)態(tài)軟測量模型研究經(jīng)過十幾年的發(fā)展，軟測量技術(shù)無論是在理論研究還是在實(shí)際應(yīng)用中均取得了較大成功，然而至今為止的大部分研究都是針對(duì)靜態(tài)軟測量模型。為了進(jìn)一步提高軟測量模型精度和魯棒性，動(dòng)態(tài)軟測量模型是今后任務(wù)研究方向之一。5、軟測量技術(shù)的應(yīng)用前景 軟測量技術(shù)可以廣泛應(yīng)用到過程工業(yè)中，可能的應(yīng)用領(lǐng)域包括煉油、石化、聚合、造紙、采礦、食品、醫(yī)藥、精細(xì)化工、半導(dǎo)體、紡織、化纖和微電子行業(yè)等。在推斷控制結(jié)構(gòu)中，軟測量技術(shù)可作為推斷控制器的一部分，構(gòu)成對(duì)主要輸出變量的估計(jì)器，然后再根據(jù)估計(jì)器輸出得到控制器。在反饋控制中，軟測量可單獨(dú)作為一個(gè)估計(jì)器而存在于過程系統(tǒng)中，軟測量系統(tǒng)接收來自生產(chǎn)過程其他測量裝置的輸出信號(hào)作為輸入，