第五讲-软测量技术ppt课件.pptx

《第五讲-软测量技术ppt课件.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、软测量技术陈刚自动化学院软测量技术是一门有着广阔发展前景的新兴工业技术，已发展成为过程检测技术与仪表研究的主要方向之一。本讲将介绍前沿的软测量应用技术，能从控制系统整体出发考虑如何应用软测量设计方法完成复杂难测过程参数的在线检测。软测量通常是在成熟的硬件传感器基础上，以计算机技术为核心，通过软测量模型运算处理完成的。软测量技术的提出到目前为止，在实际生产过程中，存在着许多因为技术或经济原因无法通过传感器进行直接测量的过程变量，如精馏塔的产品组分浓度、生物发酵罐的菌体浓度、高炉铁水中的含硅量和化学

2、反应器中反应物浓度、转化率、催化剂活性等。传统的解决方法有两种：一是采用间接的质量指标控制，如精馏塔灵敏板温度控制、温差控制等，存在的问题是难以保证最终质量指标的控制精度；二是采用在线分析仪表控制，但设备投资大、维护成本高、存在较大的滞后性，影响调节效果。软测量技术应运而生软测量技术的基本概念软测量技术也称为软仪表技术，就是利用易测过程变量（称为辅助变量或二次变量），依据这些易测过程变量与难以直接测量的待测过程变量（称为主导变量）之间的数学关系（软测量模型），通过各种数学计算和估计方法，从而实现

3、对待测过程变量的测量。软测量技术的基本概念软测量的基本思想是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术，对于一些难于测量或暂时不能测量的重要变量（主导变量），选择另外一些容易测量的变量（辅助变量），通过构成某种数学关系来推断和估计，以软件来代替硬件功能。软测量技术的基本概念软测量是一种利用较易在线测量的辅助变量和离线分析信息去估计不可测或难测变量的方法；以成熟的传感器检测为基础，以计算机技术为核心，通过软测量模型运算处理而完成。软测量的意义◆能够测量目前由于技术或经济的原因无法

4、或难以用传感器直接检测的重要的过程参数◆打破了传统单输入、单输出的仪表格局◆能够在线获取被测对象微观的二维/三维时空分布信息，以满足许多复杂工业过程中场参数测量的需要◆可在同一仪表中实现软测量技术与控制技术的结合◆便于修改◆有助于提高控制性能软测量的适用条件◆无法直接检测被估计变量，或直接检测被估计变量的自动化仪器仪表较贵或维护困难◆通过软测量技术所得到的过程变量的估计值必须在工艺过程所允许的精确度范围内◆能通过其他检测手段根据过程变量估计值对系统数学模型进行校验，并根据两者偏差确定数学模型是否

5、需要校正◆被估计过程变量具有灵敏性、精确性、鲁棒性等特点软测量的数学描述软测量的目的就是利用所有可以获得的信息求取主导变量的最佳估计值，即构造从可测信息集到的映射：主导变量辅助变量干扰控制变量软测量的数学描述◆建立软仪表的过程就是构造一个数学模型。在许多建立软仪表的方法中，要以一般意义下的数学模型为基础。◆软仪表与一般意义下的数学模型区别：数学模型主要反映y与u或d之间动态(或稳态)关系软仪表是通过求y的估计值。软测量的结构基于工艺机理分析的软测量方法◆主要是运用物料平衡、能量平衡、化学反应动力

6、学等原理，通过对过程对象的机理分析，找出不可测主导变量与可测辅助变量之间的关系（建立机理模型），从而实现对某一参数的软测量。◆对于工艺机理较为清楚的工艺过程，该方法能构造出性能良好的软仪表；但是对于机理研究不充分、尚不完全清楚的复杂工业过程，则难以建立合适的机理模型。基于回归分析的软测量方法通过实验或仿真结果的数据处理，可以得到回归模型经典的回归分析是一种建模的基本方法，应用范围相当广泛。以最小二乘法原理为基础的回归技术目前已相当成熟，常用于线性模型的拟合。对于辅助变量较多的情况，通常要借助机理

7、分析，首先获得模型各变量组合的大致框架，然后再采用逐步回归方法获得软测量模型。为简化模型，也可采用主元回归分析法和部分最小二乘回归法等方法。基于回归分析的软测量建模方法简单实用，但需要足够有效的样本数据，对测量误差较为敏感。基于状态估计的软测量方法基于某种算法和规律，从已知的知识或数据出发，估计出过程未知结构和结构参数、过程参数。对于数学模型已知的过程或对象，在连续时间过程中，从某一时刻的已知状态y(k)估计出该时刻或下一时刻的未知状态x(k)的过程就是状态估计。如果系统的主导变量作为系统的状态

8、变量关于辅助变量是完全可观的，那么软测量问题就转化为典型的状态观测和状态估计问题。基于状态估计的软测量方法采用Kalman滤波器和Luenberger观测器是解决问题的有效方法。前者适用于白色或静态有色噪声的过程，而后者则适用于观测值无噪声且所有过程输入均已知的情况。基于知识的软测量方法基于人工神经网络的软测量建模方法是近年来研究最多、发展很快和应用范围很广的一种软测量建模方法。由于能适用于高度非线性和严重不确定性系统，因此它为解决复杂系统过程参数的软测量问题提供了一条有效途径。基于知识的软测量