《自动检测技术及仪表控制系统 第二版课件 教学课件 ppt 作者 张毅 张宝芬 曹丽 彭黎辉 编著18软测量方法及技术》由会员分享，可在线阅读，更多相关《自动检测技术及仪表控制系统 第二版课件 教学课件 ppt 作者 张毅 张宝芬 曹丽 彭黎辉 编著18软测量方法及技术（32页珍藏版）》请在金锄头文库上搜索。
1、第18章 软测量方法及技术,自动检测技术及仪表控制系统 第二版,化学工业出版社,Contents,18.1 软测量概述,软测量技术（soft sensing techniques）或软测量仪表（soft sensor）是一种间接测量技术； 它通过检测某些可以直接获取的过程变量并根据其和待检测变量之间的相互关系（数学模型），来估计用仪表较难直接检测的待测变量。,18.1 软测量概述,软测量技术的核心是建立待测变量和可直接获取的变量之间的数学模型。 目前用到的建模方法和技术有：回归分析、状态估计、模式识别、模糊数学。神经元网络技术等。,18.1 软测量概述,（1）基于机理分析的软测量方法 通过分析
2、过程对象中的物理、化学机理，获得描述被测变量与观测变量之间的数学关系。 由于复杂工业生产过程机理难以分析建模，使得基于机理分析的软测量方法在实际应用面临一定的困难。,18.1 软测量概述,（2）基于统计分析的软测量方法 以大量的观测数据为依据，通过选择合理的模型，并采用统计分析方法得到观测变量和待测变量之间的统计规律 优点：不必考虑过程机理 缺点：需要大量准确的实验数据，对测量误差敏感，对模型的选择有较强的依赖性,18.1 软测量概述,（3）基于神经元网络技术的软测量方法 神经元网络，是由大量互相连接的处理单元组成的并行网络，能够模拟人脑的机能完成相应计算，在众多的领域取得了广泛的应用。 优点
3、：不需要过多的了解被测对象的工作机理，而只需将其等效为一个黑箱，其输入是能够直接测到的变量，输出是待测变量。 缺点：需要大量的实验数据来训练和完善网络。,18.2 基于统计方法的软测量方法,基于统计分析的软测量方法不必考虑过程机理； 依赖大量的观测数据； 选择合理的模型； 采用统计分析方法建立输入、输出关系。,18.2 基于统计方法的软测量方法,（1）线性回归 设变量 与自变量 满足如下的线性模型：,为待定系数，称为 N元线性回归系数,写成矩阵形式,18.2 基于统计方法的软测量方法,回归分析的具体做法是，对于上述线性模型，通过设计适当的实验获得M次观测，观测数据用 表示。其中， M次观测写
4、成矩阵方程 回归系数,18.2 基于统计方法的软测量方法,（2）主成分分析 主成分分析是利用数理统计找出系统中的主要因素和各种因素之间的相互关系，通过坐标变换提取主成分，将一组具有相关性的变量变换为一组独立的变量，将主成分表示为原始观察变量的线性组合。 因此，主成分分析是把系统中的多个变量（或指标）转化为较少的几个综合指标的一种统计方法，可以将多变量的高维空间问题化简成低维的综合指标问题。,18.2 基于统计方法的软测量方法,原始样本分布 坐标旋转后,18.3 基于状态估计的软测量方法,使用条件： 被测对象的状态变量中包括待测变量 观测变量可以由直接测量得到的变量组成 被测对象的状态方程观测方
5、程已知 或者： 待测变量可以直接测量 但是噪声影响很大,18.3 基于状态估计的软测量方法,例子：假设采用自行设计的采样电路板来测量某传感器的输出电压x，由于设计上的缺陷，电路上的A/D转换芯片输出结果受噪声影响使得多次测量结果之间的差别很大，使用Kalman滤波来估计真实的传感器输出电压。,18.3 基于状态估计的软测量方法,状态方程： 观测方程： 转移矩阵： 1 观测矩阵： 1,18.3 基于状态估计的软测量方法,基于Kalman滤波状态估计的软测量结果,18.4 基于神经元网络技术的软测量方法,神经元网络是对脑神经的模拟，能以任意精度逼近非线性连续函数，具有很强的适应于复杂环境和多目标控
6、制要求的自学习能力。 基于神经元网络的软测量技术包括数据预处理、训练样本的选取、网络训练等步骤 应用模式： 1数学模型未知 2数学模型已知，对参数进行估计,18.5 软测量方法应用实例,两相流浓度测量背景： 两相流或多相流是指由两种或两种以上不同相物质或成分构成的流体，包括油气、油水、油气水、气固等。 其参数检测一直是一个国际性的难题。常用的两相流检测技术大体可归为三类。,18.5 软测量方法应用实例,两相流浓度测量背景： 第一类是采用传统的单相流仪表和两相流测试模型结合的测量方法 第二类是基于微波技术、核磁共振技术、辐射线技术、相关技术、过程层析成像技术等新型检测技术的测量方法。 第三类是基
7、于软测量技术的测量方法,18.5 软测量方法应用实例,两相流的相浓度有多种表达方式有按容积、截面、时间的平均相浓度，也有表示局部区域的局部相浓度（即相浓度的分布）和表示瞬时状态下的瞬时相浓度。,18.5 软测量方法应用实例,（1）传感器：电容整列 电容传感器阵列，8个电极均匀分布， 个独立电容测量值,18.5 软测量方法应用实例,（2）测量数据 假设共有N组电容测量原始数据，将样本数据规则化后可得样本矩阵X：,18.5 软测量方法应用实例,（3）基于主成分分析的软测量模型 求样本矩阵X的协方差矩阵R：,18.5 软测量方法应用实例,（3）基于主成分分析的软测量模型 对矩阵R进行特征值分解，特征
8、值从大到小依次排序 特征值: 特征向量：,18.5 软测量方法应用实例,（3）基于主成分分析的软测量模型 第一主成分： 第二主成分： 其它主成分类推；,18.5 软测量方法应用实例,（3）基于主成分分析的软测量模型 各主成分的贡献率,18.5 软测量方法应用实例,采用第一主成分建模： 一次模型： 二次模型,18.5 软测量方法应用实例,（3）基于主成分分析的软测量模型,18.5 软测量方法应用实例,（3）基于主成分分析的软测量模型 基于主成分分析的两相流浓度测量实验结果,18.5 软测量方法应用实例,（4）基于神经元网络的测量模型 结合主成分分析与神经网络的软测量方法,18.5 软测量方法应用实例,（4）基于神经元网络的测量模型 采用PCA与神经网络的两相流浓度测量结果,Thank You !,
