傳感器與檢測(cè)技術(shù)（第5版）課件 10.6 軟測(cè)量技術(shù)

10.6軟測(cè)量技術(shù)軟測(cè)量就是依據(jù)可測(cè)、易測(cè)的過(guò)程變量(稱為輔助變量)與難以直接檢測(cè)的待測(cè)變量(稱為主導(dǎo)變量)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(duì)待測(cè)變量的測(cè)量或估計(jì)。軟測(cè)量技術(shù)主要包括四個(gè)方面：

(1)輔助變量的選取；

(2)數(shù)據(jù)處理；

(3)軟測(cè)量模型的建立；

(4)軟測(cè)量模型的在線校正。軟測(cè)量技術(shù)10.6.1輔助變量的選取10.6.2測(cè)量數(shù)據(jù)的處理10.6.3軟測(cè)量模型的建立10.6.4軟儀表的在線校正10.6.5軟測(cè)量的工業(yè)應(yīng)用10.6.1輔助變量的選取1.變量類型的選擇2.變量數(shù)目的選擇3.測(cè)點(diǎn)位置的選擇1.變量類型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(cè)量一般采用塔板溫度，化工反應(yīng)器中產(chǎn)品的軟測(cè)量采用反應(yīng)器管壁溫度。2.變量數(shù)目的選擇從過(guò)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](méi)必要。如果缺乏機(jī)理知識(shí)，則可用回歸分析的方法找出影響被估計(jì)變量的主要因素，這需要大量的觀測(cè)數(shù)據(jù)。需要指出，受系統(tǒng)自由度的限制，輔助變量的個(gè)數(shù)不能小于被估計(jì)變量的個(gè)數(shù)。至于輔助變量的最優(yōu)數(shù)量問(wèn)題，目前尚無(wú)統(tǒng)一結(jié)論。3.測(cè)點(diǎn)位置的選擇對(duì)于許多工業(yè)過(guò)程，輔助變量的檢測(cè)點(diǎn)的選擇是十分重要的，因?yàn)榭晒┻x擇的檢測(cè)點(diǎn)很多。檢測(cè)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(cè)點(diǎn)往往需要在實(shí)際應(yīng)用中加以調(diào)整。一種輔助變量的選擇原則如下靈敏性：能對(duì)過(guò)程輸出(或不可測(cè)擾動(dòng))作出快速反應(yīng)。特異性：能對(duì)過(guò)程輸出(或不可測(cè)擾動(dòng))之外的干擾不敏感。工程適應(yīng)性：工程上易于獲得并達(dá)到一定的測(cè)量精度。精確性：構(gòu)成的估計(jì)器達(dá)到要求的精度。魯棒性：構(gòu)成的估計(jì)器對(duì)模型誤差不敏感。軟測(cè)量技術(shù)10.6.1輔助變量的選取10.6.2測(cè)量數(shù)據(jù)的處理10.6.3軟測(cè)量模型的建立10.6.4軟儀表的在線校正10.6.5軟測(cè)量的工業(yè)應(yīng)用10.6.2測(cè)量數(shù)據(jù)的處理1．誤差處理2．?dāng)?shù)據(jù)的變換1．誤差處理從現(xiàn)場(chǎng)采集的測(cè)量數(shù)據(jù)，由于受儀表精度和測(cè)量環(huán)境的影響，一般都不可避免地帶有誤差，有時(shí)甚至有嚴(yán)重的過(guò)失誤差。如果將這些現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)直接用于軟測(cè)量，會(huì)導(dǎo)致軟測(cè)量的精度降低，甚至完全失敗。因此，測(cè)量數(shù)據(jù)必須經(jīng)過(guò)誤差處理。測(cè)量數(shù)據(jù)的誤差：隨機(jī)誤差、系統(tǒng)誤差和過(guò)失誤差。隨機(jī)誤差的處理符合統(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(duì)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(cè)量值的方差最小為優(yōu)化目標(biāo)，構(gòu)造一個(gè)估計(jì)模型，為測(cè)量數(shù)據(jù)提供一個(gè)最優(yōu)估計(jì)。過(guò)失誤差處理含有過(guò)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(cè)量的失敗。提高測(cè)量數(shù)據(jù)質(zhì)量的關(guān)鍵：及時(shí)偵測(cè)、剔除和校正含有過(guò)失誤差的數(shù)據(jù)。偵測(cè)過(guò)失誤差的方法：(i)對(duì)各種可能導(dǎo)致過(guò)失誤差的因素進(jìn)行理論分析；(ii)借助于多種測(cè)量手段對(duì)同一變量進(jìn)行測(cè)量，然后進(jìn)行比較；(iii)根據(jù)測(cè)量數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行檢驗(yàn)等。2．?dāng)?shù)據(jù)的變換對(duì)數(shù)據(jù)的變換包括標(biāo)度、轉(zhuǎn)換和權(quán)函數(shù)三方面。工業(yè)過(guò)程中的測(cè)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(duì)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(duì)數(shù)據(jù)的直接轉(zhuǎn)換以及尋找新的變量替換原變量?jī)蓚€(gè)含義。通過(guò)對(duì)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(duì)變量動(dòng)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(duì)過(guò)程的動(dòng)態(tài)估計(jì)。軟測(cè)量技術(shù)9.6.1輔助變量的選取9.6.2測(cè)量數(shù)據(jù)的處理9.6.3軟測(cè)量模型的建立9.6.4軟儀表的在線校正9.6.5軟測(cè)量的工業(yè)應(yīng)用10.6.3軟測(cè)量模型的建立1．軟儀表的描述2.建模方法1．軟儀表的描述

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(cè)信息集到的映射。主導(dǎo)變量輔助變量干擾控制變量軟儀表性能依賴于過(guò)程的描述、噪聲和擾動(dòng)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(guò)程就是構(gòu)造一個(gè)數(shù)學(xué)模型。在許多建立軟儀表的方法中，要以一般意義下的數(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(dòng)態(tài)(或穩(wěn)態(tài))關(guān)系，軟儀表是通過(guò)求的估計(jì)值。2.建模方法過(guò)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。構(gòu)造軟儀表的方法也可分為兩大類。機(jī)理分析方法

建立在對(duì)過(guò)程工藝機(jī)理的深刻認(rèn)識(shí)的基礎(chǔ)上，運(yùn)用物料平衡、熱量平衡和化學(xué)反應(yīng)動(dòng)力學(xué)等原理，找出不可測(cè)主導(dǎo)變量與可測(cè)輔助變量之間的關(guān)系。對(duì)于過(guò)程機(jī)理較為清楚的工業(yè)過(guò)程，基于機(jī)理模型可以構(gòu)造良好的軟儀表。對(duì)復(fù)雜工業(yè)過(guò)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(shí)構(gòu)造軟儀表。系統(tǒng)辨識(shí)方法

辨識(shí)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(guò)現(xiàn)場(chǎng)采集、流程模擬或?qū)嶒?yàn)測(cè)試，獲得過(guò)程輸入、輸出數(shù)據(jù)，以此為依據(jù)建立軟儀表模型。狀態(tài)估計(jì)方法

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(shí)輔助變量是可觀測(cè)的，那么構(gòu)造軟儀表的問(wèn)題可以轉(zhuǎn)化為狀態(tài)觀測(cè)或狀態(tài)估計(jì)問(wèn)題。假設(shè)已知對(duì)象的狀態(tài)空間模型為輔助變量如果系統(tǒng)的狀態(tài)關(guān)于輔助變量完全可測(cè)，那么，軟測(cè)量問(wèn)題就轉(zhuǎn)化為典型的狀態(tài)觀測(cè)和狀態(tài)估計(jì)問(wèn)題，估計(jì)值就可以表示成Kalman濾波器形式。Kalman濾波器、Luenberger觀測(cè)器是解決上述問(wèn)題的有效方法?；貧w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(duì)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(duì)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，得到軟儀表模型。也可以采用主元分析等數(shù)學(xué)方法，對(duì)原問(wèn)題進(jìn)行降維處理，然后進(jìn)行回歸。神經(jīng)網(wǎng)絡(luò)方法

以輔助變量為輸入，待測(cè)變量為輸出，形成足夠多的理想樣本，通過(guò)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(guò)程的先驗(yàn)知識(shí)，學(xué)習(xí)非線性特性的能力比較強(qiáng)，是解決軟測(cè)量問(wèn)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(duì)軟儀表的性能也有重要影響。模式識(shí)別方法在缺乏系統(tǒng)先驗(yàn)知識(shí)的情況下，可以采用模式識(shí)別的方法對(duì)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(shí)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汽油蒸汽壓的軟測(cè)量?jī)x表；采用基于Bayes序列分類器的模式識(shí)別方法進(jìn)行精餾塔板效率的估計(jì)。模糊數(shù)學(xué)的方法

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(cè)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(shí)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(shí)別方法。軟測(cè)量技術(shù)10.6.1輔助變量的選取10.6.2測(cè)量數(shù)據(jù)的處理10.6.3軟測(cè)量模型的建立10.6.4軟儀表的在線校正10.6.5軟測(cè)量的工業(yè)應(yīng)用10.6.4軟儀表的在線校正由于裝置操作條件及原料性質(zhì)都會(huì)隨時(shí)間而變化，軟測(cè)量模型只適用于一定的操作范圍，因而需要不定期地對(duì)模型進(jìn)行修正，以適應(yīng)工況的變化。通常對(duì)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(shí)標(biāo)法等。對(duì)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(zhǎng)時(shí)間，在線進(jìn)行有困難。這可采用短期學(xué)習(xí)和長(zhǎng)期學(xué)習(xí)的思路來(lái)解決。短期學(xué)習(xí)是指以某輔助變量的采樣化驗(yàn)分析值與軟測(cè)量值之差為依據(jù)，采用建模方法，修改模型系數(shù)。長(zhǎng)期學(xué)習(xí)是指當(dāng)軟測(cè)量模型在線運(yùn)行一段時(shí)間后，逐步積累了足夠的新樣本時(shí)，根據(jù)新樣本，采用建模方法，重建軟測(cè)量模型。值得注意的問(wèn)題：在配備在線分析儀表的場(chǎng)合，系統(tǒng)的主導(dǎo)變量的真值可以連續(xù)得到，此時(shí)采用校正方法不會(huì)有太大問(wèn)題。在主導(dǎo)變量的真值僅能來(lái)源于離線人工化驗(yàn)的場(chǎng)合，通常取樣周期為數(shù)小時(shí)或更長(zhǎng)，樣本密度稀疏。此時(shí)，采用何種校正方法值得研究。樣本數(shù)據(jù)與過(guò)程數(shù)據(jù)在時(shí)序上的配合，尤其在人工分析情況下，從輔助變量即時(shí)反映的產(chǎn)品質(zhì)量狀態(tài)到取樣位置需要一定的取樣時(shí)間，取樣后直到產(chǎn)品質(zhì)量數(shù)據(jù)返回現(xiàn)場(chǎng)又要耗費(fèi)很長(zhǎng)時(shí)間。因此，在利用分析值與與輔助變量進(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。軟測(cè)量技術(shù)10.6.1輔助變量的選取10.6.2測(cè)量數(shù)據(jù)的處理10.6.3軟測(cè)量模型的建立10.6.4軟儀表的在線校正10.6.5軟測(cè)量的工業(yè)應(yīng)用10.6.5軟測(cè)量的工業(yè)應(yīng)用首先，在過(guò)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(cè)量，而這些變量往往對(duì)過(guò)程評(píng)估和質(zhì)量非常重要。沒(méi)有儀表的時(shí)候，操作人員要主動(dòng)收集溫度、壓力等過(guò)程信息，經(jīng)過(guò)頭腦中經(jīng)驗(yàn)的綜合，對(duì)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(guò)程信息，并預(yù)測(cè)未來(lái)工況的變化，從而可以幫助操作人員及時(shí)調(diào)整生產(chǎn)條件，達(dá)到生產(chǎn)目標(biāo)。過(guò)程控制應(yīng)用軟儀表對(duì)過(guò)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(cè)