多变量化工过程系统的状态空间及其维数的判定-高校化学工程学报.PDFVIP

第18 卷第1 期 高 校 化 学 工 程 学 报 No.1 Vol.18 2004 年 2 月 Journal of Chemical Engineering of Chinese Universities Feb. 2004 文章编号：1003-9015(2004)01-0073-06 1 多变量化工过程系统的状态空间及其维数的判定准则 姚志湘, 钱 宇, 李秀喜 (华南理工大学化工学院，广东 广州 510640) 摘 要：化工过程具有多变量、非线性和连续性的特征。状态空间是一种有效的描述过程状态和特征的方法。今从 过程测量的基本因次关系出发，结合机理分析，提出了化工过程状态空间维数的判定准则。若系统单进单出的流股 中包含i 个独立物质组成，需要考虑j 维几何尺寸因素，则系统可用一个维数是2 + i + j 的集中参数变量构成的状态 空间来唯一确定。该准则可以用于确定主元分析方法(PCA) 的主元数目。按照准则确定的空间维数选取主元可以完 全描述线性系统的状态信息；对非线性系统，误差在可以接受的范围内。仿真案例中，PCA 及过程独立变量分析和 准则判定一致。在状态空间中采用PCA 建立坐标描述过程的静态和动态特性，实现了过程状态的可视化，以及操作 条件的多目标优化。 关键词：状态空间；PCA；量纲分析；维；可视化 中图分类号：TQ019; O212.1 文献标识码：A 1 引 言 化工过程通常是多变量、非线性和连续的。依据状态空间理论，过程系统的变量可以反映到一个 多维状态空间里。测量获取的大量变量，由于彼此相关，其数目要大于所存在的状态空间维数，从而 产生数据冗余，导致数据量大、不易直观分析、描述过程特征的显著性下降。确定过程的状态空间， 一个重要步骤就是去除变量的相关性，获取独立变量，从而实现变量约简，多变量统计中称为降维。 从机理分析获得系统多变量关系，拓展性和准确性较好，但是不容易获取过程机理；机理途径除了简 化模型进行变量约减以外，还采用参数集中等方法来缩减变量数目。当机理难以清晰描述时往往还使 用因次分析方法去除相关性。另一方面，多变量统计分析方法将过程变量投影到低维数据空间，实现 降维。其中主元分析方法(Principal Component Analysis, PCA)在数据降维和聚类中得到了广泛的应用。 PCA 从一个协方差阵出发直接求得一组互不相关的主元，并选出前几个占优主元来替代原变量，并不 对所选取的主元给出机理解释。多变量统计方法的元或维数目前没有一个直接判定方法，基本上是通 [1] 过对数据样本试算，结合一定的规则比较对照来确定，含有一定的随意性 。 化工过程系统的对象是客观存在的，模型表达形式可以各不相同，但必须对系统状态有准确、一 致、有效的描述，故而，通过分析对象本身的性质可以对其状态空间性质作出确定的判断。本文从量 纲分析提出正常化工多变量过程存在的状态空间维数判定准则。按照此准则选取主元数目可以有效、 完整地描述系统。案例研究中，按照主元贡献率判断的主元数目和准则判定一致。依据状态空间的概 念，结合PCA处理，在文章案例中简洁、直观地描述了一个反应器的操作状态。 2 多变量化工过程的状态空间 表征系统运动的信息称为系统状态(State) ，确定系统状态的一组独立变量称为状态变量。设状态 变量有n 个，记为x , x ,…, x 。定义X 为n 维向量，记为X =[x , x , …, x ]T 。时间在状态空间中占一 1 2 n