過程魯棒數據校正方法及應用研究.pdf

1、工業(yè)過程數據的準確性和可靠性是操作分析與改進,過程控制與優(yōu)化以及工廠管理的基礎。但是,由于儀表失靈,測量偏差和裝置泄漏等原因,工業(yè)測量數據中不可避免地存在各種誤差。數據校正的任務就是利用各種過程冗余信息對測量數據中的誤差進行處理,使其滿足過程內在的物料平衡、能量平衡以及其它關系式。目前,傳統的數據校正方法主要是先進行過失誤差偵破與識別,再用最小二乘法為目標函數進行數據協調?；隰敯艄烙嫷臄祿Ｕ椒ㄊ菍祿f調和過失誤差偵破與識別同步進

2、行,它是一種能夠降低過失誤差的影響又具有較高協調性能的方法。
　　針對現有魯棒數據校正方法的不足,本文研究了魯棒數據校正方法的基本概念和原理,并根據M-估計原理構造了一種新的魯棒函數,提出了一種魯棒數據校正新方法。與具有代表性的Huber法和Cauchy法性能上的比較和分析可知,新方法可有效降低過失誤差的影響,表現出更強的魯棒性。
　　從變量的敏感性和冗余度方面分析,本文定性定量地研究了基于魯棒估計的數據校正方法對具有過失誤

3、差變量的冗余度影響。結合實例分析可知,當采用魯棒數據校正方法時,權矩陣的引入可增大具有過失誤差變量的冗余度,并降低估計結果對過失誤差的敏感程度,從而提高數據的校正精度。
　　本文將新魯棒函數與穩(wěn)態(tài)系統約束方程組聯合構成了魯棒穩(wěn)態(tài)數據校正新模型。為了驗證新模型在過程穩(wěn)態(tài)系統中的有效性并考察其性能,本文對具有代表性的線性和非線性問題實例進行了仿真研究。計算結果表明,當存在過失誤差時,新方法的數據協調和過失誤差偵破性能優(yōu)于Huber法和

4、Cauchy法,其魯棒性也高于Huber法和Cauchy法。同時,本文研究了過失誤差偵破率隨著過失誤差大小分布的變化情況,結果表明在偵破小過失誤差時,較Hubcr法和Cauchy法,新方法具有更好的偵破性能,表現出明顯的優(yōu)勢。
　　本文將新魯棒函數與動態(tài)系統約束方程組聯合構成了魯棒動態(tài)數據校正新模型。為了驗證新模型在過程動態(tài)系統中的有效性并考察其性能,本文對文獻中常用的反應釜動態(tài)系統和連續(xù)攪拌釜動態(tài)系統實例進行了仿真研究。串聯反應