先进控制之 软测量技术ppt课件.ppt

《先进控制之 软测量技术ppt课件.ppt》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、第五章软测量技术基本思想是把自动控制理论与生产过程知识有机结合起来，应用计算机技术，对于难于测量或暂时不能测量的重要变量（或称之为主导变量）通过选择了我一些人员测量的变量（或称为辅助变量）与之构成某种数学关系来推断和估计，以软件代替硬件（传感器）。软测量技术往往与先进过程控制相伴。软测量解决的问题：生产过程中一些被控变量（特别是质量参数）无法在线测量，而在线分析仪价格昂贵，不易维护，而且分析一般均存在滞后，那么在以这些参数为指标进行控制时就无法构成实时反馈回路，而不能保证对其很好的控制。1软测量技术是利用可测过程变量、通

2、过各种数学计算和估计方法推断待测过程变量的技术，从而达到了在不增加硬件的情况下用软件来估计重要质量参数的目的。软测量举例：延迟焦化装置的粗汽油干点和柴油95%点等；催化裂化分馏塔的粗汽油干点和轻柴油凝固点等；聚合物的浆液浓度、产率等。2软测量模型长期校正模块初始模型在线校正模块简单机理模型预处理模块测量数据历史数据历史数据修正的模型数据化验数据模型参数输出软测量结构图建立工业工程的可靠模型是核心3软仪表模型可测过程扰动可测过程输入可测过程输出辅助变量校正值主导变量估计值4软测量仪表的建模方法5软测量技术的优缺点优点：软测

3、量模型一般是通过历史数据建立的。软测量模型易于维护。软测量模型为进一步的过程优化和控制创造了条件。缺点：软测量模型不能完全取代在线分析仪或实验室分析工作。历史数据的质量直接影响软测量模型的精度。过程操作条件发生变化后需要重新建立软测量模型。软测量模型需要长期进行维护。65.1软测量技术概论5.1.1机理分析与辅助变量的选择辅助变量的选择应符合关联性、特异性、过程适用性、精确性和鲁棒性等原则。可以从系统的自由度出发，来确定辅助变量的最小数量。75.1.2数据采集和处理数据处理：换算和数据误差处理。换算包括标度、转换和权函数

4、三个方面数据误差：随机误差和过失误差。、滤波的方法剔除统计假设校验法，神经网络85.1.3软测量模型的建立1机理建模2经验建模3机理建模和经验建模相结合第三种方法目前应用广泛1.主体用机理建模，部分参数通过实测得到2.通过机理分析，把变量适当结合，得出数学模型函数形式3由机理出发，通过仿真或计算，得到大量输入输出数据，再用回归活神经网络？95.1.4软测量模型的在线校正105.2软测量建模方法-回归分析5.2.1多元线性和逐步回归(1)多元线性回归（MLR）基于最小二乘法假设有因变量y和m个自变量x1,x2,…xn,ML

5、R的目标是建立一个从m个不相关自变量xi到估计量的线性映射：式中y是估计量，xi是互不相关变量，bi为回归系数，b0是偏置常数。用矩阵可以表示为：Y=XB+b0如果n>m，则上式的解为：B=(XTX)-1XTY11（2）多元逐步回归（MSR）5.2.3部分最小二乘法（PLS）125.3软测量建模方法-人工神经网络人工神经网络（ANN）可以在不了解过程稳态和动态的情况下，建立模型，同时随着工业过程内部特性的变化，软测量模型可以通过学习及时得到修正。能够以任意精度逼近任意非线性映射，具有自适应能力，包括自学习能力、自组织推理

6、能力等并行结构和并行处理分布式信息存储与处理结构，具有独特的容错性能够同时融合定量和定性数据，可以与传统控制方法及符号主义的人工智能相结合缺点：近年对ANN本身结构的研究没有根本突破网络本身的黑箱结构使其不能利用经验进行学习，易陷入局部极小值135.3.1BP网络反向传播算法（BackpropagationAlgorithm)是D.Rumellart等人提出的一种有导师学习算法。由四部分构成：输入模式是中间层向输出层的模式顺传播过程网络的期望输出与网络实际输出之差的误差信号由输出层逐层修正连接权的误差反传播过程由模式顺传

7、播与误差反传播的反复交替进行的网络记忆训练过程网络趋向收敛即网络的全局误差趋向极小值的学习收敛过程模式顺传播误差反传播记忆训练学习收敛14IjI1ILvL1v1mv11v1jvLjvLmw11w1nwm1wmnCCCABC三层反向传播网络15BP学习规则有时也称为广义δ规则，采用梯度法使目标函数最小：广义δ规则算法是一种用平方误差最小的迭代梯度下降方法，它采用一种动量的方法来加速训练，动量是一种加到已调整的权重因子上的额外权重，通过加速权重因子的变化来提高训练速度。广义δ规则采用偏置函数代替内部阈值，在进行节点求和的时候

8、，加上偏置函数。16BP学习算法的步骤如下：Step1在（-1,1）之间给权重vij和wij随机赋值Step2将输入矢量Ii送入神经元网络，根据下式计算一层的输出xi=Ii-T1I=Ii-0=IiStep3已知一层的输出，用下式计算2层的输出式中，f()为Sigmoid函数17Step4：已知2层的输出，根据下式计算