软测量技术的发展与现状.doc

软测量技术的发展与现状 1、绪论 在过程控制中，若要使机组处于最佳运行工况、实现卡边控制，提高机组的经济效益，就必须要对机组的重要过程变量进行严格控制。然而对许多工业过程来说，一些重要的输出变量目前还很难通过传感器得到，即使可以测出也不一定具有代表性，不能总体的反映出设备的运行工况。为了解决这类变量的测量问题，出现了不少方法，目前应用较广泛的是软测量方法。 软测量技术就是为了解决上述问题应运而生的。其基本思想是根据比较容易测量的工业过程辅助变量，即二次变量，来估计无法直接测量的工业过程主要输出变量。它采用统计回归、软计算等各种方法建立过程变量预报模型，并通过一些可以测量的过程变量和其他一些参数，用软件方法来测量（估计）难以用传统硬仪表在线测量的参数和变量。从而为过程控制、质量控制、过程管理与决策等提供支持，从而为进一步实现质量控制和过程优化奠定基础。 软测量技术已是现代流程工业和过程控制领域关键技术之一，它的成功应用将极大地推动在线质量控制和各种先进控制策略的实施，使生产过程控制得更加理想。 2、软测量技术概论　　 软测量的概念首先产生于工业过程的实际需要，从实践过程中抽象出理论，形成了软测量技术，然后又反过来指导生产过程的实践。软测量技术的发展就是一个理论与实践相结合的典型例子。软测量是目前过程控制行业中令人瞩目的领域，无论工业过程的控制、优化还是监测都离不开对过程主导变量的检测，它是各种控制方法成功应用的基础。工业对象的基本输入输出关系如图2.1所示，向量U表示过程的控制输入，向量D表示过程的扰动变量，向量Y表示过程的主要输出变量，向量X’表示过程的其他输出变量。 软测量的基本思想则是根据某种最优准则，选择一组容易测量又与过程主要变量有密切。 图 2.1 工业对象输入输出关系 关系的过程辅助变量（辅助变量），通过构造某种数学模型（汪永生，2000），通过软件计算实现对不易测量的过程主要输出变量的在线估计。软测量技术的对象输入输出关系如原理图2.2中所示： 图 2.2 软测量的工作原理 把D、U、X’中的在线可测变量统一称为过程可测变量，用向量X表示。软测量的任务就是从X中选择适当数目的变量构成辅助变量向量θ，构造出下面的过程模型F，从而能够在线地得到Y的估计值Y? : θ? X ? Y? = F(θ) 一般情况下，过程的主要输出变量可以通过实验室分析化验或其他手段离线进行监测， 用 Y*表示，这些值可以用来建立软测量模型或对软测量模型进行在线校正，从而满足对过程缓慢变化的自适应。图1-3表示出了软测量的工作原理。 影响软测量性能的因素有多种，主要有以下几个：1、辅助变量的选择，包括变量类型的选择、变量数目的选择和测量点位置的选择；2、过程数据的处理，包括数据变换、数据调和与显著误差侦破等；3、软测量模型的建立与在线校正方法；4、生产过程本身的特性。软测量技术的特点决定了它不是一项完全的理论工作，其成败取决于实际应用的结果。 由此可见软测量技术主要由辅助变量的选择、数据采集和处理、软测量模型及在线校正四个部分组成，理论根源是基于软仪表的推断控制。推断控制的基本思想是采集过程中比较容易测量的辅助变量，通过构造推断估计器来估计并克服扰动和测量噪声对主导变量的影响。　 2.1机理分析与辅助变量的选择　　 首先明确软测量的任务，确定主导变量。在此基础上深入了解和熟悉软测量对象及有关装置的工艺流程，通过机理分析可以初步确定影响主导变量的相关变量辅助变量。辅助变量的选择包括变量类型、变量数目和检测点位置的选择。这三个方面互相关联、互相影响，由过程特性所决定的。在实际应用中，还受经济条件、维护的难易程度等外部因素制约。 针对特定的生产过程和选定的主导变量，如何确定其对应的辅助变量。辅助变量的选择在软仪表的建立过程中起着重要的作用，它包括变量的类型、数目及测量点位置三个方面，这三个方面是互相关联的，在实际应用中，还受到经济性、工艺、维护等额外因素的影响。辅助变量的选取范围是过程的实时可测变量集。目前，软仪表中广泛采用与主导变量动态特性相近、关系紧密的可测参数作为辅助变量，如精馏塔和反应器过程中的温度、温差，生物发酵过程中的尾气中CO2浓度等。 辅助变量的最佳数目显然与过程的自由度、测量噪声以及模型的不确定性有关。辅助变量的数目与位置常常是同时确定的，用于选择变量数目的准则往往也适用于测点位置的选择。选择辅助变量的方法可以分为两种：一种是直接根据历史数据纪录进行选择，这种方法是对过程变量之间进行相关性分析，选择对主导变量影响最大的一些变量作为辅助变量，使用这种方法时辅助变量只能从可测变量集中选择；另一种是根据过程的机理模型生成一些仿真数据，对这些数据进行相关性分析，从中选择与过程主导变量密切相关的变量作为辅助变量，这