模糊多模型软测量及递推pls算法研究

《模糊多模型软测量及递推pls算法研究》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、摘要尽管过程建模以及系统辨识技术在现代工业中的成功应用，如石油炼制，石油化工，冶金，造纸及医药等，但仍然存在许多用传感器难以测量的变量。软测量技术既是基于解决这些问题而提出，它主要通过数学模型计算得到工程上难以检测的变量。随着工艺过程的同益复杂，工业技术的进步，它有着广阔的应用前景，己成为过程检测技术与仪表研究的主要方向之一。本文主要研究了软测量建模方法及常规PLS模型的在线更新技术，并应用于独山子石化公司某分馏塔航煤干点的估计。主要内容包括：第一，对软测量技术进行综述。介绍了软测量技术产生的工业背景、应用范围、现状及前

2、景，阐述了软测量的基本概念，对软测量的各个环节进行了描述，讨论了软测量技术的工程设计实现，包括辅助变量选择、数据采集及预处理、软测量模型的建立、在线校正和工程化实施等。第二，软测量技术的核心是模型的建立问题，本文对建立软测量模型的各种常规方法进行了较为详细的总结和分析，并对它们各自的特点进行了阐述，然后提出了基于模糊划分的多模型建模方法，并将以上方法进行仿真实验以及对独山子石化公司的某分馏塔的航煤干点进行估计。结果表明了基于模糊划分的多模型技术的有效性，预测精度更高，具有更好的应用前景。第三，针对PLS模型长期在线运行后

3、出现模型失配的问题，结合经典的递推PLS算法，引出一种自适应的折息块式递推PLS算法，并且利用函数模型及航煤干点现场数据作对比实验。结果表明，该方法能解决常规PLS模型失配问题，同时克服递推PLS的数据饱和、数据存储困难的弊端，大大减少了计算量。第四，以MATLAB的GUI设计为手段，开发一个方便、直观的软测量建模仿真试验平台，提供了良好的交互性、可扩展性。最后，在总结全文工作的基础上，给出了理论与应用的相关若干有待深入的问题。关键词：软测量，部分最小二乘，多模型，在线更新，航煤干点FuzzyMulti-modelSof

4、tSensorandRecursivePLSAlgorithmZhangXian-Lin(ControlTheoryandControlEngineering)DirectedbyAssociateProf．YuZuo—JunAbstractAlthoughthetechniqueofprocessmodelingandsystemidentificationhasbeensuccessfullyappliedinmodemindustrialsuchasoil—refinery,petrol—chemistry,met

5、allurgy,papermaking，andpharmacy,therearestillmanycasesthatmanyvariablesaredifficulttobemeasuredusingthephysicalsensors．Inordertosolvethisproblem，thesoftsensortechniqueisproposedwhichmainlyfocusesonthevariableestimationsthroughthecalculationofmathematicalmodels．Wi

6、ththedevelopmentofmodemindustrywhichwillconfrontmoreandmorecomplexprocess，thetechniqueofsoftsensorhasawidelyapplicableprospectsandhasbeenoneofthemostfocusesinprocessinstrumentandmeasurementtechnique．Softsensormodelingmethodsandon—lineupdatingtechniquebasedontradi

7、tionalPLSmodelareinvestigatedindetail，andhavebeenappliedtoestimatethedrypointofaviationkeroseneOiloftheDushanzi0il．field．Themainworkisdescribedasfollows：Firstly，asurveyofsoftsensortechniqueisreviewed；thebackgrounds，applicationfieldsandprospectsofsoftsensorareintr

8、oduced．Theconceptofsoftsensorisdemonstratedandengineeringdesignstepsaredescribed，whichincludessecondaryvariablesselectionbasedonthemechanismanalysis，datacollec