气体分馏装置软测量模型在线修正策略的研究

为了实现气体分馏装置的先进控制,需要使用软测量技术对气体分馏装置中的产品含量进行计算。由于软测量模型计算得到的结果不可避免要存在误差,因此需要对计算结果进行在线修正,以减少和实际结果的偏差。文章阐述了一种利用化验值的软测量在线修正方法。将滤波修正与一阶动态响应相结合,并采用了新的滤波系数计算公式。利用炼油厂实际数据和软测量模型的计算值,对这种在线修正方法进行了检验,实际数据的检验结果表明了修正的有效性,所得结果可以用于工厂先进控制的实施。     

聚酯工业产品质量的在线软测量

针对聚酯工业中采用软测量对难以或无法测量的质量指标变量进行估算的问题,以聚酯生产过程中的粘度为例,采用主元分析方法结合SPE和T2控制限对现场测量数据进行了过失误差剔除等处理,利用RBF网络建立软测量模型,并用VC++编写了相应的软件包。鉴于系统运行的实时性,使用PCA方法实现了输入数据的实时监测,并对故障点进行相应处理,以保证模型估算结果的准确度;实现了在线的PCA主元修正和模型的网络输出以及网络参数的实时校正     

带误差校正的常压塔汽油干点软测量模型

根据误差反馈原理,设计出带误差校正的神经网络模型,并将其用于常压塔汽油于点软测量,建立带误差校正的软测量模型。它将开环软测量模型的预测误差反传,作为校正输入量送给带误差校正的软测量模型进行误差校正。最后结合常压塔工业实例,对汽油干点进行预测,±1℃的预测误差表明该模型比不带误差校正的软测量模型具有更高的精度。     

软测量技术及其在某装置萃取塔中的应用

软测量是基于推断控制的一门新兴工业技术,本文从选择辅助变量,数据预处理,软测量模型建立和在线校正等方面介绍了软测量技术并应用于萃取塔中,最后对其发展作了简要的展望。     

精馏塔软测量建模中数据校正的计算机实现

针对精馏塔软测量模型建立过程中数据校正技术进行了研究。根据精馏塔反应过程的特征,对从现场采集的数据中的几种不同误差,运用相应的方法进行查找剔除,并通过多项式拟合法和预测校正法等方法对剔除的数据进行补偿,使得数据更加准确可靠,从而建立更为精确的软测量模型。同时设计了计算机程序可以实现的数据校正算法,运用Visual Basic语言进行编程对数据校正基本实现了自动化处理,在实际应用中取得了良好的效果。     

基于局部模型网络的超声波浓度测量和在线校正

在很多情况下 ,液体浓度是其声速的函数 ,而且在不同的温度点上 ,这种函数关系是不同的 .针对浓度、声速和温度关系的这种特点 ,本文提出了基于局部模型网络的浓度和声速、温度关系的拟合和校正方法 .这种方法比普通的多项式拟合具有更多的灵活性和适用性 ,易于在线进行 .     

基于多个软测量模型集成的温度控制

论文提出了多个非线性软测量模型通过集成为一个模型来提高精确性和稳定性的思想。通过分析被控温度的影响因素,选取了影响温度并且容易在线测量的辅助变量,建立相应的模型,然后用回归建模的方法把建立的模型集成为一个模型,这样可以提高整个软测量的精度、稳定性和实时性等性能,通过实例分析和实际运行效果验证了这种方法的可行性和有效性。     

丙烯腈收率软测量

本文研究了基于PCA-RBFNN的丙烯腈收率软测量建模方法;并以此为基础,采用FCM聚类方法对样本数据分类,建立了基于多模型的丙烯腈收率软测量模型.实验结果表明,基于多PCA-RBFNN的丙烯腈收率软测量模型与有关方法比较,预估效果最好.     

一种在线插值模糊控制方法及应用

在修正因子模糊控制方法中引入了在线插值算法,并将其应用于水箱液位控制系统中。实验结果表明:此方法能从本质上消除系统的稳态误差,明显地改善了模糊控制系统的稳态性能。     

基于WinCC的SO2转化率在线软预测及校正研究

针对冶炼烟气制酸中SO2转化率很难直接在线测量,采用多元线性回归(MLR)方法建立SO2转化率的软测量模型,并对MLR模型进行了校正研究,以提高SO2转化率的预测精度.为了便于工程应用,以目前国内外主流的西门子WinCC(Windows Control Center)为监控平台,采用VBS(Microsoft Visual Basic Script Editon)脚本将SO2转化率MLR软测量模型及其校正算法嵌入WinCC中,实现了及时在线预测SO2转化率的目的,为指导生产提供了依据.     

正交信号修正法及其在软测量中的应用

介绍化学计量学领域中出现的一种新的多变量数据预处理方法——正交信号修正(OSC)法．提出一种改进的OSC方法，并将该方法结合部分最小二乘(PLS)方法用于聚丙烯熔融指数软测量建模．最后得到的模型预测性能不变，但特征变量数目大大减少，而且模型的回归系数具有明显的物理意义．     

分布式RBF神经网络及其在软测量方面的应用*

本文首先改进了竞争学习算法，并且在此基础上提出了递阶聚类的思想，然后利用这种思想得到了一种分布式ＲＢＦ（Ｒａｄｉａｌ ｂａｓｉｓ ｆｕｎｃｔｉｏｎ）神经网络。文章最后将这种网络应用于建立精馏塔成分估计的软测量模型。利用精馏塔的现场操作数据进行仿真，效果很好。     

基于软测量的钢坯内部温度场分布研究

由于目前测试技术的限制，在生产过程中对钢坯内部温度的检测比较困难，为了获得钢坯内部的温度，一些研究人员尝试通过数学模型的方法实现钢坯内部温度分布的软测量模型。本文以步进式加热炉中钢坯温度场分布为应用背景，提出了利用机理建模的方法来实现钢坯内部温度场分布的软测量模型，并且对典型工况进行了仿真，结果表明测量精度完全符合工业应用要求。     

一种改进BP网络及其在智能传感器非线性校正中的应用

主要分析了神经网络存在的一些缺陷,研究了一种改进BP神经网络学习算法的相关技术,设计并实现了一种改进型BP神经网络算法,并将其应用于智能传感器的非线性自校正系统。通过在某无人机机载高度传感器上试验研究,证明了这种算法的可靠性、先进性、稳定性。     

双足机器人跟踪误差在线修正方法

对双足机器人在行走过程中进行实时修正会导致机器人步行不稳定,以及使得步行速度受限.为解决该问题,提出一种双足机器人跟踪误差在线修正方法.从模仿人类的角度出发,将机器人步行模式分为单腿支撑相和双腿支撑相2个阶段,并分别采用误差裕量和误差限值的方法进行在线修正.实验结果表明,该修正方法可使机器人步行速度上限提高25％左右,对外部环境具有一定的抗干扰能力.     

基于混合变分自编码器回归模型的软测量建模方法EI北大核心CSCD

近年来,变分自编码器(Variational auto-encoder,VAE)模型由于在概率数据描述和特征提取能力等方面的优越性,受到了学术界和工业界的广泛关注,并被引入到工业过程监测、诊断和软测量建模等应用中.然而,传统基于VAE的软测量方法使用高斯分布作为潜在变量的分布,限制了其对复杂工业过程数据,尤其是多模态数据的建模能力.为了解决这一问题,本论文提出了一种混合变分自编码器回归模型(Mixture variational autoencoder regression,MVAER),并将其应用于复杂多模态工业过程的软测量建模.具体来说,该方法采用高斯混合模型来描述VAE的潜在变量分布,通过非线性映射将复杂多模态数据映射到潜在空间,学习各模态下的潜在变量,获取原始数据的有效特征表示.同时,建立潜在特征表示与关键质量变量之间的回归模型,实现软测量应用.通过一个数值例子和一个实际工业案例,对所提模型的性能进行了评估,验证了该模型的有效性和优越性.     

一种检测与校正JPEG数据传输错误的新方法

无线传输JPEG数据时，由于信道存在噪音，经常会发生偶然性错误或突发性错误，因此错误检测与恢复在无线传输JPEG图像中有着举足轻重的作用。由于JPEG图像对传输错误非常敏感，一个bit位的传输错误就会影响后续位的解码，从而造成图像质量的严重下降。传统的处理JPEG传输错误是采用错误掩藏与编码自同步方法。其中错误隐藏是使用插值的方法来恢复数据，但其会在一定程度上降低传输图像的质量；编码自同步方法则会影响传输数据的通用性。为了更好地检测与校正JPEG数据传输错误，提出了一种新的JPEG编码数据传输错误检测与恢复方法。该方法以图像相关性作为判别依据，使用全搜索的方法来恢复数据。通过对该方法可行性进行的理论分析和仿真的实验表明，该方法可以更好地恢复偶然性传输错误，并可极大提高无线传输JPEG图像的质量。     

一种能处理定性参数输入的推广模糊神经网络软测量建模方法

针对生产过程中存在多种类属型数据和混合型数据,而大多数软测量方法只能处理数值型数据的问题,提出了一种基于粗糙集方法的推广模糊神经网络软测量建模方法,该方法既可以接受定量参数输入,也可以接受定性参数输入.首先建立模糊-清晰混合规则的定义,对具有混合类型属性的样本集进行离散化处理后,利用粗糙集的约简算法进行规则提取,获得最小决策集.由得到的混合决策规则构建推广模糊神经网络,使用样本集训练网络参数.最后将该方法应用于蒸发器的污垢热阻值估计,取得了良好的效果.     

一种多种群广义遗传CMAC的软测量模型

对CMAC的惯性系数和学习率进行了优化,提出了基于广义遗传优化的小脑模型神经网络(CMAC)算法,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.结合溶出预脱硅系统工艺优化的需求,提出了基于广义遗传优化的CMAC的溶出赤泥A/S比系统软模型,用于准确实时地预测溶出赤泥A/S比.试验说明了该模型在...     

基于ARM嵌入式系统的软测量应用

在基于Windows CE操作系统的ARM嵌入式系统上实现了一套通用工业过程软仪表。选用ARM嵌入式系统作为硬件平台,基于普通PC机上的嵌入式应用软件开发包Embeded VC 开发,应用双重RBF神经网络的模型作为软测量的数学模型。该软件包采用面向对象的软件体系结构,根据模块细化原则可以划分为系统调度、数据预处理、系统组态、核心算法、通讯和人机界面等6个模块。应用该软仪表对某化工厂加压甲醇精馏塔塔顶甲醇浓度模型进行仿真测试,取得了较好的结果。