软测量及虚拟仪器(第一篇).pptVIP

第一章 软测量技术引言 第一章 软测量技术引言 第一章 软测量技术引言 第一章 软测量技术引言 第一章 软测量技术引言 第一章 软测量技术引言 第二章 软测量建模方法 第二章 软测量技术及其应用 第二章 软测量建模方法 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第二章 软测量技术及其应用 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第三章 软测量器的工程化设计与实施 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第四章 软测量模型的自校正及维护 第五章 软测量技术应用示例 第五章 软测量技术应用示例 第五章 软测量技术应用示例 第五章 软测量技术应用示例 第五章 软测量技术应用示例 随机误差也称“偶然误差”，服从概率规律的误差。 随机误差的处理 在实际相同的条件下测量同一量时，每次所测误差的数值时大时小，符号时正时负，无规律性。但多次测量后，正负误差相抵销的概率增大，随着测量次数的增加，单次测量误差的总和趋近于零。 随机误差是不可消除的，只能尽量设法使它减小。随机误差愈小，说明测量的精密度愈高。 由于测量仪器结构本身的问题、刻度不准确或测量环境改变等原因，在多次测量时所产生的，总是偏大或总是偏小的误差，称为系统误差。 系统误差的处理 它带有规律性，经过校正和处理，通常可以减少或消除。 提高测量数据质量的关键：及时侦测、剔除和校正含有过失误差的数据。 过失误差的处理 对各种可能导致过失误差的因素进行理论分析。 借助于多种测量手段对同一变量进行测量，然后进行比较。 根据测量数据的统计特性进行检验等。 工程测量数据有着不同的单位，直接使用这些数据进行计算，不能得到准确结果，甚至结果分散。 2、归一化 一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。 对数据进行[-1，1]分布处理。 归一化方法：最大最小值方法、均值方差方法 三、软测量模型的结构选择和建立 1、模型结构 机理模型（一组微分方程） 黑箱模型（只关心系统的输入输出） 灰箱模型（机理模型+黑箱模型） 2、建模方法 机理方法（系统机理、物料平衡原理等） ANN（黑箱模型建立方法） SVM（黑箱模型建立方法） 一、软仪表的在线校正 工业生产过程的对象特性，由于工艺改造、原料改变、操作条件变化等原因，会发生变化。 如果软测量模型不作修正，软测量精度会逐渐下降。 通常采用在线自校正和不定期更新的两级学习机制，确保模型能跟踪过程的变化。 1、在线自校正 根据被估计变量的离线测量值与软测量估计值的误差，对软测量模型进行在线修正。 最简便的在线校正算法为常数项修正法，即取软测量模型为： 若 则 若 则 、 分别为每次修正的上、下限幅值、 为自适应因子，调整模型自校正的强度。 例1：诺西肽发酵过程中的混合建模 作者：桑海峰, 等. 仪器仪表学报, 2007, 28(1): 34-37 提出了一种发酵过程混合建模方法。该模型由基于质量平衡的发酵过程机理方程与基于数据的支持向量机模型2部分组成。 机理方程作为描述过程的动态行为的整体框架，支持向量机模型用来进行模型参数的估计。 并且提出了一种在线修正策略，增强了模型的实用性。 将所建立的混合模型应用于诺西肽发酵过程中，结果表明，混合建模方法具有很好的估计性能。 机理模型 充分掌握反应过程原理 黑