欢迎来到天天文库
浏览记录
ID:36465235
大小:2.34 MB
页数:97页
时间:2019-05-10
《过程工业数据显著误差检测技术研究》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、浙江大学博士学位论文过程工业数据显著误差检测技术研究姓名:梅从立申请学位级别:博士专业:控制科学与工程指导教师:苏宏业;褚健20070601摘要上可信度分配策略,并进一步在此基础上利用可传递信度模型对各子集上的可信度分配进行合成,从而得到对各个测量数据的诊断决策。新方法中使用了迭代补偿的策略。实例考核结果证明了新方法的有效性。(4)提出了~个新的用于显著误差检测和数据协调的混合整数线性规划模型。‰n锄ra基于Akaike信息准则设计了一个显著误差检测与数据协调模型。但是,该模型在计算中,需要大量的组合,给计算带来了负担。因此
2、,混合整数线性规划模型被提了出来,以减轻计算负担,增强模型的鲁棒性。但是该模型也因此失去了最大似然估计的优良特性。为了减轻计算量同时保持最大似然估计的特性,基于混合整数线性规划的框架提出了新的显著误差同步侦破和估计方法。该方法将显著误差检测和估计分解为一个新的混合整数线性规划模型和一个二次规划或者最小二乘估计模型。(5)无论是稳态过程显著误差检测还是动态过程显著误差检测,目前都没有找到高可靠性、高正确率检测方法。由此引出系统显著误差可识别问题的讨论。在综述文献显著误差可识别结果和等效集理论的基础上,对显著误差可识别问题进行了
3、讨论,并提出了相应的显著误差可识别条件的判定方法。同时,提出了一种基于整数规划的显著误差最小势等效集的寻找策略。(6)在分析最小二乘法和数据校正数学模型的基础上,提出了基于迭代方差估计的测量残差检验法和基于迭代偏差估计的测量残差检验法。所提方法在迭代的过程中无须改变测量网络的冗余性。最后是全文的总结和展望。关键词:数据校正,显著误差,矩阵投影,合成算法,可传递信度模型,混合整数优化,等效集理论,稳态系统一U一AbstractInprocessindust吼thelawsofmaterialsorener盯conservati
4、oncan’talwaysbesatisfiedforinstrumentreadings.Soitisimportanttoreconciliatemeusurementsbydatareconciliationtechnique.Instrumentbiasesandmalfunctioninginstrumentsaretwomainreasonsforbiasedmeasurements.Leaksandbiasesarecalledgrosser-rots.Hmeasurementsareadjustedtosat
5、isfythelawsofconservationinthepresenceofgrosserror,allthemeasurementsaregreatlyaffectedbysuchleaksandbiasesandwouldnotgenerallybereliableindicatorsofthestateoftheprocess.Sogrosserrorsmustbedetectedandeitherrectifiedordiscardedbeforedatareconeiliation.Thisdissertati
6、onconcernsongrosserrordetectionandestimationinsteadystatelinearprocess.Themaincontentsofthisdissertationareoutlinedasfollows,(1)Anoveldataclassificationalgorithmbasedonmatrixprojectionispresented.Whenmatrixprojectionisnotunique,dataclassificationcannotbeclassifiedp
7、erfectlybytheexistingmatrixprojectionalgorithm.Tosolvetheproblem,apre-elassificationalgorithmofmeasureddataintroducedandanewalgorithmisdevelopedtodivideunmeasureddataintodeterminableandindeterminabledata,usingmatrixprojectionalgorithm.Forthenewalgorithm,onlytwoproj
8、ectionsoftwoincidencematricesarerequiredtosolveandalldataCanbeclassifiedperfectly.(2)AnNT-MTcombinedmethodbasedonnodaltest(NT)andmeasurementtest(
此文档下载收益归作者所有