数据校正理论及其应用研究

《数据校正理论及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士学位论文II摘要本文重点研究了錾蕴控正拉本中的过猩耋复堡夏i墅丝和夏看i蚌的分类、显著误差检测以及数据校正技术的一些实际应用问题。论文的主要内容如下：I．从过程数据分类、显著误差检测和实际应用问题的研究三个方面简单地回顾了数据校正技术的发展概况，并粗略地介绍了与数据校正技术相关的一些新兴学科。2．讨论了数据校正中数据的可观性和冗余性分类的作用和现有的算法，证明了用投影矩阵法对含有未测回路的流程网络进行数据分类的局限性。提出了两种新的数据分类算法：删除法和线性相关法。f其中，删除法直接通过判别未测回路对未测数据进行可观性分类j线性相关法则

2、利用关联矩阵中各物料流列向量间的线性相关关系进行数据分类，统一了已测数据和未测数据的分类，同时将分类规则转化为矩阵秩的比较。最后，基于过程数据的可观性和冗余性，提出了一些检测网络合理设计的理论指导。厂—r3．系统地定义和分析了显著误差的类型，并给出了一个比较完整的显著误差检测模型。，讨论了基于约束残差的显著误差检测和基于主元分析的显著误差检测法。分析了影响显著误差检测性能的关键因素，提出了一类新的显著误差检测法：显著误差检测两步法。最后进行了显著误差检测法的仿真比较研究，验证了显著误差检测两步法的优越的检测性能，能检测出文中讨论的3种显著误差，并能

3、够方便地将非正常方差同其它的显著误差区分开来。厂94．分析和研究了数据校正的一些实际应用问题。f包括测量误差的方差估计、非线性动态数据协调√讨论了基于显著误差检测的过程系统故障监测的原理，并将显著误差检测应用到过程系统的故障监测中，给出了仿真实例，得到了一些有益的结果。f(文章最后总结全文的一些研究工作以及一些不足之处，展望了数据校正技术的几个有待发展的研究领域。厂、、一一浙江大学硕士学位论文AbstractObservabilityandredundancyclassificationofprocessdata，grosserrordetecti

4、onandtheproblemsintheapplicationofdatareconciliationarestudiedinthisthesis．Themaincontentsofthisthesisaredescribedasfollows：1．ThedevelopmentofdatareconciliationiSreviewedandanalyzedfromtheaspectsofobservabilityandredundancyclassificationofprocessdata，grosserrordetection，andthe

5、problemsintheapplicationofdatareconciliation．SomenewlydevelopedresearchareasrelatedtOdatareconciliationarealsobrieflyintroduced．2．Thereposedalgorithmsofobservabilityandredundancyclassificationinprocessdataarediscussed．Thelimitationofthematrixprojectionfordataclassificationofth

6、eflownetworkwithunmeasuredloopisdiscussed．Twonewalgorithms，thepruningalgorithmandthecorrelativealgorithm，areproposedfortheclassificationofprocessdata．Thefirstalgorithmclassifiesunmeasuredvariablesbyjudgingunmeasuredloop．Thesecondalgorithmisbasedonidentilyingcorrelationofcolumn

7、vectorsofincidencematrix．Thisalgorithmunifiestheclassificationofmeasuredvariablesandunmeasuredvariables，andtransferstherulesoftheclassificationintothecomparisonbetweentherankofthematrixes．Atlast，sometheoreticalinsightsaregivenintothedesignforasensornetworkbasedontheobservabili

8、tyandredundancyofprocessdata3Thetypesofgrosserrorsaresystemat