第七章软测量建模

2017-4-11 第七章第七章 软测量软测量 7.1软测量的概念软测量的概念 7.2基于工艺机理分析的软测量建模基于工艺机理分析的软测量建模 7.3基于回归分析的软测量建模基于回归分析的软测量建模 7.4 基于状态估计的软测量建模基于状态估计的软测量建模 7.5 基于人工神经网络的软测量建模基于人工神经网络的软测量建模 7.6 基于回归支持向量机的软测量建模基于回归支持向量机的软测量建模 7.7 基于模糊数学的软测量建模基于模糊数学的软测量建模 7.8 其他方法其他方法 2017-4-12 7.1 软测量的概念 7.1.1 软测量技术 软 测 量 技 术 也 称 为 软 仪 表 技 术 (Soft-Sensor Technique)，是利用容易测量的过程变量(即辅助变量， 如工业过程中易获取的压力、温度等过程参数)，并且依 据这些过程变量与难以直接测量的待测过程变量(即主导 变量，如煤气化炉的一氧化碳和氢气的含量浓度，化学反 应器的反应物浓度和反应速率)之间的数学关系，通过计 算与预测，从而达到对待测过程变量的测量 2017-4-13 软测量技术主要包括软测量建模方法、软测量 工程化实施技术以及软测量模型校正技术。

其中软 测量建模方法是软测量技术研究的核心课程，软测 量建模过程是选用不同的数学模型在实际的应用中 进行尝试并且不断改进的过程，一般软测量问题可 用图7.1来描述 7.1 软测量的概念 7.1.2 软测量技术基本原理 y 2017-4-14 工 业 过 程 软 测 量 模 型 不可测扰动 可测扰动 可测过程输出x  y 主导变量y 可测过程输入u 主导变量 估计值  y 1 d 2 d 图7.1 软测量模型的基本结构 7.1 软测量的概念 2017-4-15 软测量技术主要依据采用的软测量建模方法进行分类，软 测量建模方法主要有以下九种类型： ●机理分析●状态估计 ●经典回归分析●模式识别 ●人工神经网络 ●模糊数学 ●过程层析成像 ●相关分析 ●现代非线性信息处理技术 7.1 软测量的概念 7.1.3 软测量技术分类 2017-4-16 基于工艺机理分析的软测量建模主要是运用化学反应动力学、物 料平衡、能量平衡等原理，通过对过程对象的机理分析，找出不可测 主导变量与可测辅助变量之间的关系(建立机理模型)，从而实现对某 一参数的软测量对于工艺机理较为清楚的工艺过程，该方法能构造 出性能良好的软仪表。

但是对于机理研究不充分、尚不完全清楚的复 杂工业过程，难以建立合适的机理模型此时该方法就需要与其它参 数估计方法相结合才能构造软仪表 特点：特点： 简单、工程背景清晰、便于实际应用，但应用效果依赖于对工艺 机理的了解程度 7.2 基于工艺机理分析的软测量建模 7.2.1 工艺机理分析 2017-4-17 电厂锅炉是用来生产蒸汽的换热系统，工艺机理较为明确如图7.2所示， 给水经省煤器加热后送入汽包，然后从下降管经下联箱进到上升管(即水冷壁) 在上升管内吸收炉膛内供给的热量，此时有部分的水变成饱和蒸汽，所形成的汽 水混合物又回到汽包中，汽水混合物在汽包内进行汽水分离饱和蒸汽将导入过 热器内，进一步被加热成过热蒸汽，而饱和水再进入下降管重复上述过程 7.2.2 厂汽包水位软测量建模的建立 7.2 基于工艺机理分析的软测量建模 2017-4-18 7.2 基于工艺机理分析的软测量建模 从物质平衡的观点出发，只要汽包进水量W等于汽包出汽量D， 就可以保证汽包的水位不变若W>D，则水位上升，反之，水位下 降因此可基于物质平衡来实现汽包水位的软测量，即找出汽包进 水量W及汽包出汽量D与水位变化量△h之间的关系，从而实现对水 位的软测量，图7.3为汽包水位软测量系统。

水位软测量模型 1 Z  0h   i h  iW iP iD 图7.3 汽包水位软测量模型的整体结构 2017-4-19 过热器出口的蒸汽温度，是锅炉运行中应严格监视和控制的重 要指标之一一般规定它们的数值与额定值的偏差为5~10℃汽 温过高，会直接危及过热器及汽轮机等设备的安全汽温过低，会 使循环热效率降低所以，一般都采用喷水减温法进行过热器出口 汽温的调节，即用低温给水(一般为给水泵出口的水)作为冷却水喷 入蒸汽直接吸收蒸汽热量，使其温度降低承担蒸汽喷水调节任 务的设备称为喷水减温器 设有如图7.4所示的两级喷水减温系统，喷入的减温水吸热后变 成蒸汽进入汽轮机，则有 7.2 基于工艺机理分析的软测量建模 7.2.3 汽包水位软测量系统的实现 （1）D的确定 ①汽温调节的影响 12 , SS WW 112SS DDWW 2017-4-110 蒸汽带水会导致汽轮机进汽量 测量不准实际蒸汽流量测量是按纯净蒸 汽的密度计算的根据流量测量表达式可知，实际流量大于 测得流量而对于过热蒸汽而言，蒸汽带水只在满水事故状态下才可能产生， 故对于D的确定影响可以忽略。

②蒸汽带水的影响  m qvA ③管道疏水量的影响 无论蒸汽管路保温绝热得如何好，热量总要向外界散失对于过热蒸汽管 路来说，在散热后就会降低过热度如果是饱和蒸汽管路，那么由于散热冷 却的结果就会造成蒸汽的凝结若让此种蒸汽通过汽轮机，则水滴将以极高 的速度冲击叶片，它将严重损坏汽轮机而对于过热器这一段管路，正常运 行时不应当产生蒸汽的凝结，也无需进行管道疏水，因此也不必考虑疏水量 综上所述，D的确定计算式可写为： 112SS DDWW 7.2 基于工艺机理分析的软测量建模 2017-4-111 对于汽包进水量W，在实际过程中也不存在相对应的测量装置，已经测得 的相关量是给水量G这里主要需要考虑的是汽包的排污量的影响，而锅炉的 排污方式分为连续排污和定期排污两种连续排污是连续不断地从汽包中排放 浓度最大锅炉水，定期排污是定期地从锅炉水循环系统的最低点(如水冷壁的下 联箱处)排放部分锅炉水显然，对于汽包水位软测量系统，必须考虑连续排污 量而对于定期排污量则因排放周期的不确定性，较难计算在内，暂不考虑 7.2 基于工艺机理分析的软测量建模 （2）W的确定 连续排污量一般依据锅炉排污率来控制，即，其中为锅 炉排污量，D为锅炉蒸发量，为锅炉排污率。

这样，概念上的汽包进水量W应为： P WD P W  P WGWGD 2017-4-112 对于传统的锅炉汽包水位测量，无外乎用云母水位计、电接点水位计和 差压水位计三种所以h(0)的确定也可用传统三法之一用云母水位计虽较 准但又不易自动提取水位信息；用电接点水位计测则有测量盲区；用差压水 位计方法测最方便、最直接，但是应当避开压力变化很大的时候取数值h(0) 因此，可以设计在负荷稳定、压力平稳的时候用差压水位计法测取 h(0) 7.2 基于工艺机理分析的软测量建模 （3）h(0)的确定 （4）汽包水位软测量系统的实现         112 2 2 1.8 1 1 SS G iD iDiWW h ih iT fP ilRh ia     2017-4-113 假设有因变量y和m个自变量， ，... ，MLR的目标是建立一 个从m个不相关变量x到估计变量的线性映射 用软测量技术求解回归系数最佳估计就是将m个自变量作为辅 助变量，因变量为待测主导变量，如上式表示的线性关系，采用多 元线性回归估计出回归系数，建立线性回归模型，并基于软测量模型 实现待测主导变量 的估计。

多元线性回归的数学模型可表示为：，其解为 显然MLR问题是否有解取决于是否存在当X中存性相关 变量时，X为病态矩阵，此时就不能用最小二乘法，只能采用逐步回 归或主元回归及部分最小二乘法 7.3 基于回归分析的软测量建模 7.3.1 多元线性回归MLR 1 x 2 x m x y  01122mm yxxxe       1 XX   y  YXE 1 ()X XX Y   y  2017-4-114 多元逐步回归的基本思想是将变量逐一引入回归方程在引 入新变量后用偏回归平方和进行检验，若某个变量变得不显著时， 要将它从方程中删除，重复以上步骤，直到所有的新变量均不能 剔除，新变量也不能加入时回归过程才结束该算法综合了对每 个输入变量的贡献程度进行检验的过程，可以剔除输入信息中的 不重要部分 7.3 基于回归分析的软测量建模 7.3.2 多元逐步回归MSR 2017-4-115 7.3 基于回归分析的软测量建模 7.3.3 主元分析与主元回归（PCA、PCR） 主元回归方法是基于对数据矩阵X所进行的主元分析， 其基本思想是：先运用主元分析从数据矩阵X中提取主元， 它们是原有变量的线性组合，且彼此相交，其中前K个主 元在满足正交约束的条件下，已包含了绝大部分信息量， 而剩下的那些主元基本上不含有多少有用的信息，将这些 剩下的主元略去，可以消除多元线性回归存在的问题，并 使模型降阶。

然后，采用前k个主元作为新的自变量进行 回归，获取新的回归模型 2017-4-116 7.3 基于回归分析的软测量建模 算法步骤： （1）数据预处理，对X、Y按列标准化 （2）求相关矩阵R （3）求R的特征值和特征向量P （4）根据特征值从大到小重新排列特征值和特征向量P （5）计算主元贡献率 （6）计算积累主元贡献率，当其大于85%，记录主元个数k （7）计算主元矩阵 （8）计算回归系数 k TXP 1 () TT k P T TT Y    2017-4-117 蔗糖的结晶过程，就是把糖浆浓缩至一定的过饱和状态，使之析出 微小的晶核，控制糖液的过饱和系数在最适当的范围而使晶体长大的过 程在煮制过程中必须控制好过饱和系数在适当的范围如果过大，将 导致糖液自行析出微小结晶，即伪晶；如果过小，则无法使糖液中的糖 分析出结晶由于煮糖过程存在着严重的非线性，因此数据的采集比较 困难纯净的蔗糖溶液的溶解度与温度有关，并遵循Charles给出的计 算公式： 其中，S为蔗糖的质量，W为水的质量，T为温度 7.3 基于回归分析的软测量建模 7.3.4 基于最小二乘法的糖液过饱和度软测量 （1）Wright模型 23 64.4077.251()20.57()9.04() 100100100 100100 TTT S SW       2017-4-118 定义变量X 如下： 这个方程可以转化为蔗糖对水的质量比，它仍然是同温度有关的。

纯净蔗糖溶液的过饱和系数定义为： 7.3 基于回归分析的软测量建模 45283 0 0.64477.251 102.057 109.04 10XTTT   0 0 1 XS WX           / / / / SW SS SW   某温度下被测糖液中蔗糖水 同温度下饱和糖液中蔗糖水 2017-4-119 在实际生产中，糖液中含有蔗糖外的多种杂质，这些杂质都将对糖 液的过饱和度产生影响因此，过饱和度定义为 其中，SC 为饱和系数，定义为含有杂质的蔗糖溶液的饱和浓度与纯净 蔗糖溶液的饱和浓度的比值，即 7.3 基于回归分析的软测量建模     // // ii i SWSW SS SWSC SW   (S/ W) (S/ W) i SC   2017-4-120 Wright于1971年提出了计算过饱和度的模型： 其中， 过饱和度定义为 Wright的模型过于复杂，不适合作为过饱和度的软测量模型而 且在Wright模型中，杂质是一个定值。