淺析軟測(cè)量技術(shù)及其應(yīng)用
在過(guò)程控制中，若要使生產(chǎn)裝置處于最佳運(yùn)行工況、實(shí)現(xiàn)卡邊控制、多產(chǎn)高價(jià)值產(chǎn)品，從而提高裝置的經(jīng)濟(jì)效益，就必須要對(duì)產(chǎn)品質(zhì)量或與產(chǎn)品質(zhì)量密切相關(guān)的重要過(guò)程變量進(jìn)行嚴(yán)格控制。在線(xiàn)分析儀表(傳感器)不僅價(jià)格昂貴、維護(hù)保養(yǎng)復(fù)雜，而且由于分析儀表滯后大等原因，最終將導(dǎo)致控制質(zhì)量的性能下降，難以滿(mǎn)足生產(chǎn)要求。還有部分產(chǎn)品質(zhì)量目前無(wú)法測(cè)量，這種情況在工業(yè)生產(chǎn)中實(shí)例很多，例如某些精(分)餾塔產(chǎn)品成分，塔板效率，干點(diǎn)、閃點(diǎn)，反應(yīng)器中反應(yīng)物濃度、轉(zhuǎn)化率、摧化劑活性。高爐鐵水中的含硅量，生物發(fā)酵罐中的生物量參數(shù)等。為了解決這類(lèi)變量的測(cè)量問(wèn)題，出現(xiàn)了不少方法，目前應(yīng)用較廣泛的是軟測(cè)量方法。
軟測(cè)量的基本思想是把自動(dòng)控制理論與生產(chǎn)過(guò)程知識(shí)有機(jī)結(jié)合起來(lái)，應(yīng)用計(jì)算機(jī)技術(shù)，針對(duì)難于測(cè)量或暫時(shí)不能測(cè)量的重要變量(或稱(chēng)之為主導(dǎo)變量)，選擇另外一些容易測(cè)量的變量(或稱(chēng)之為輔助變量)，通過(guò)構(gòu)成某種數(shù)學(xué)關(guān)系來(lái)推斷和估計(jì)，以軟件來(lái)代替硬件(傳感器)功能。這類(lèi)方法響應(yīng)迅速，能夠連續(xù)給出主導(dǎo)變量信息，且具有投資低、維護(hù)保養(yǎng)簡(jiǎn)單等優(yōu)點(diǎn)。
近年來(lái)，國(guó)內(nèi)外對(duì)軟測(cè)量技術(shù)進(jìn)行了大量的研究。著名國(guó)際過(guò)程控制專(zhuān)家MCavoy教授將軟測(cè)量技術(shù)列為未來(lái)控制領(lǐng)域需要研究的幾大方向之一，具有廣闊的應(yīng)用前景。
一、軟測(cè)量技術(shù)概論
軟測(cè)量技術(shù)主要由輔助變量的選擇、數(shù)據(jù)采集和處理、軟測(cè)量模型及在線(xiàn)校正四個(gè)部分組成。
1.1機(jī)理分析與輔助變量的選擇
首先明確軟測(cè)量的任務(wù)，確定主導(dǎo)變量。在此基礎(chǔ)上深入了解和熟悉軟測(cè)量對(duì)象及有關(guān)裝置的工藝流程，通過(guò)機(jī)理分析可以初步確定影響主導(dǎo)變量的相關(guān)變量輔助變量。輔助變量的選擇包括變量類(lèi)型、變量數(shù)目和檢測(cè)點(diǎn)位置的選擇。這三個(gè)方面互相關(guān)聯(lián)、互相影響，由過(guò)程特性所決定的。在實(shí)際應(yīng)用中，還受經(jīng)濟(jì)條件、維護(hù)的難易程度等外部因素制約。
1.2數(shù)據(jù)采集和處理
從理論上講，過(guò)程數(shù)據(jù)包含了工業(yè)對(duì)象的大量相關(guān)信息，因此，數(shù)據(jù)采集量多多益善，不僅可以用來(lái)建模，還可以檢驗(yàn)?zāi)Ｐ�。�?shí)際需要采集的數(shù)據(jù)是與軟測(cè)另量主導(dǎo)變量對(duì)應(yīng)時(shí)間的輔助變量的過(guò)程數(shù)據(jù)。其次，數(shù)據(jù)覆蓋面在可能條件下應(yīng)寬一些，以便軟測(cè)量具有較寬的適用范圍。為了保證軟測(cè)量精度，數(shù)據(jù)的正確性和可靠性十分重要。
采集的數(shù)據(jù)必須進(jìn)行處理，數(shù)據(jù)處理包含兩個(gè)方面，即換算(scaling)利數(shù)據(jù)誤差處理。數(shù)據(jù)誤差分為隨機(jī)誤差和過(guò)失誤差兩類(lèi)，前者是隨機(jī)因素的影響，如操作過(guò)程微小的波動(dòng)或測(cè)量信號(hào)的噪聲等，常用濾波的方法來(lái)解決；后者包括儀表的系統(tǒng)誤差(如堵塞、校正不準(zhǔn)等)以及不完全或不正確的過(guò)程模型(受泄漏、熱損失等不確定因素影響)。過(guò)失誤差出現(xiàn)的幾率較小，但它的存在會(huì)嚴(yán)重惡化數(shù)據(jù)的品質(zhì)，可能會(huì)導(dǎo)致軟測(cè)量甚至整個(gè)過(guò)程優(yōu)化的失效。因此，及時(shí)偵破、剔除和校正這類(lèi)數(shù)據(jù)是誤差處理的首要任務(wù)。
1.3軟測(cè)量模型的建立
軟測(cè)量模型是軟測(cè)量技術(shù)的核心。建立的方法有機(jī)理建模、經(jīng)驗(yàn)建模以及兩者相結(jié)合的建模。
1.3.1機(jī)理建模
從機(jī)理出發(fā)，也就是從過(guò)程內(nèi)在的物理和化學(xué)規(guī)律出發(fā)，通過(guò)物料平衡與能量平衡和動(dòng)量平衡建立數(shù)學(xué)模型。對(duì)于簡(jiǎn)單過(guò)程可以采用解析法，而對(duì)于復(fù)雜過(guò)程，特別是需要考慮輸入變量大范圍變化的場(chǎng)合，采用仿真方法。典型化工過(guò)程的仿真程序已編制成各種現(xiàn)成軟件包。
機(jī)理模型優(yōu)點(diǎn)是可以充分利用已知的過(guò)程知識(shí)，從事物的本質(zhì)上認(rèn)識(shí)外部特征；有較大的適用范圍，操作條件變化可以類(lèi)推。但它亦有弱點(diǎn)，對(duì)于某些復(fù)雜的過(guò)程難于建模，必須通過(guò)輸入/輸出數(shù)據(jù)驗(yàn)證。
1.3.2經(jīng)驗(yàn)建模
通過(guò)實(shí)測(cè)或依據(jù)積累操作數(shù)據(jù)，用數(shù)學(xué)回歸方法、神經(jīng)網(wǎng)絡(luò)方法等得到經(jīng)驗(yàn)?zāi)Ｐ蛠?lái)進(jìn)行測(cè)試，理論上有很多實(shí)驗(yàn)設(shè)計(jì)方法，如常用的正交設(shè)計(jì)等。有一種辦法是吸取調(diào)優(yōu)操作經(jīng)驗(yàn)，即逐步向更好的操作點(diǎn)移動(dòng)，這樣可一舉兩得，既擴(kuò)大了測(cè)試范圍，又改進(jìn)了工藝操作。測(cè)試中另一個(gè)問(wèn)題是穩(wěn)態(tài)是否真正建立，否則會(huì)帶來(lái)較大誤差。還有數(shù)據(jù)采樣與產(chǎn)品質(zhì)量分析必須同步進(jìn)行。最后是模型檢驗(yàn)，檢驗(yàn)分為自身檢驗(yàn)與交叉檢驗(yàn)。我們建議和提倡交叉檢驗(yàn)。經(jīng)驗(yàn)建模的優(yōu)點(diǎn)與弱點(diǎn)與機(jī)理建模正好相反，特別是現(xiàn)場(chǎng)測(cè)試，實(shí)施中有一定難處。
1.3.3機(jī)理建模與經(jīng)驗(yàn)建模相結(jié)合
把機(jī)理建模與經(jīng)驗(yàn)建模結(jié)合起來(lái)，可兼容兩者之長(zhǎng)，補(bǔ)各自之短。機(jī)理與經(jīng)驗(yàn)相結(jié)合建模是一個(gè)較實(shí)用的方法，目前被廣泛采用。
1.4軟測(cè)量模型的在線(xiàn)校正
由于軟測(cè)量對(duì)象的時(shí)變性、非線(xiàn)性以及模型的不完整性等因素，必須考慮模型的在線(xiàn)校正，才能適應(yīng)新工況。軟測(cè)量模型的在線(xiàn)校正可表示為模型結(jié)構(gòu)和模型參數(shù)的優(yōu)化過(guò)程，具體方法有自適應(yīng)法、增量法和多時(shí)標(biāo)法。
對(duì)模型結(jié)構(gòu)的修正往往需要大量的樣本數(shù)據(jù)和較長(zhǎng)的計(jì)算時(shí)間，難以在線(xiàn)進(jìn)行。為解決模型結(jié)構(gòu)修正耗時(shí)長(zhǎng)和在線(xiàn)校正的矛盾，提出了短期學(xué)習(xí)和長(zhǎng)期學(xué)習(xí)的校正方法。短期學(xué)習(xí)由于算法簡(jiǎn)單、學(xué)習(xí)速度快而便于實(shí)時(shí)應(yīng)用。長(zhǎng)期學(xué)習(xí)是當(dāng)軟測(cè)量?jī)x表在線(xiàn)運(yùn)行一段時(shí)間積累了足夠的新樣本模式后，重新建立軟測(cè)量模型。
二、軟測(cè)量建模的方法
軟測(cè)量的核心問(wèn)題是其模型的建立，也即建立待估計(jì)變量與其它直接測(cè)量變量間的關(guān)聯(lián)模型。軟測(cè)量建模的方法多種多樣，且各種方法互有交叉，且有相互融合的趨勢(shì)，因此很難有妥當(dāng)而全面的分類(lèi)方法。目前，軟測(cè)量建模方法一般可分為:機(jī)理建模、回歸分析、狀態(tài)估計(jì)、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、基于支持向量機(jī)(SVM)和核函數(shù)的方法、過(guò)程層析成像、相關(guān)分析和現(xiàn)代非線(xiàn)性系統(tǒng)信息處理技術(shù)等。這些方法都不同程度地應(yīng)用于軟測(cè)量實(shí)踐中，均具有各自的優(yōu)缺點(diǎn)及適用范圍，有些方法在軟測(cè)量實(shí)踐中己有許多成功的應(yīng)用，后面幾種建模方法限于技術(shù)發(fā)展水平，目前在過(guò)程控制中還應(yīng)用較少。
2.1基于工藝機(jī)理分析的軟測(cè)量建模
基于工藝機(jī)理分析的軟測(cè)量建模主要是運(yùn)用化學(xué)反應(yīng)動(dòng)力學(xué)、物料平衡、能量平衡等原埋，通過(guò)對(duì)過(guò)程對(duì)象的機(jī)理分析，找出不可測(cè)主導(dǎo)變量與可測(cè)輔助變量之間的關(guān)系(建立機(jī)理模型)，從而實(shí)現(xiàn)對(duì)某一參數(shù)的軟測(cè)量。對(duì)于工藝機(jī)理較為清楚的工藝過(guò)程，該方法能構(gòu)造出性能良好的軟儀表。但是對(duì)于機(jī)理研究不充分、尚不完全清楚的復(fù)雜工業(yè)過(guò)程，難以建立合適帆機(jī)理模型。此時(shí)該方法就需要與其它參數(shù)估計(jì)方法相結(jié)合才能構(gòu)造軟儀表。這種軟測(cè)量建模方法是工程中常用的方法，其特點(diǎn)是簡(jiǎn)單、工程背景清晰，便于實(shí)際\"應(yīng)用，但應(yīng)用效果依賴(lài)于對(duì)工藝機(jī)理的了解程度，因?yàn)檫@種軟測(cè)量方法是建立在對(duì)工藝過(guò)程機(jī)理深刻認(rèn)識(shí)的基礎(chǔ)上，建模的難度較大。
2.2基于回歸分析的軟測(cè)量建模
經(jīng)典的回歸分析是一種建模的基本方法，應(yīng)用范圍相當(dāng)廣泛。以最小二乘法原理為基礎(chǔ)的一元和多元線(xiàn)性回歸技術(shù)目前已相當(dāng)成熟，常用于線(xiàn)性模型的擬合。對(duì)于輔助變量較少的情況，一般采用多元線(xiàn)性回歸中的逐步回歸技術(shù)以獲得較好的軟測(cè)量模型。對(duì)于輔助變量較多的情況，通常要借助機(jī)理分析，首先獲得模型各變量組合的大致框架，然后再采用逐步回歸方法獲得軟測(cè)量模型。為簡(jiǎn)化模型，也可采用主元回歸分析法PCR(Principalcomponentregression)和部分最小二乘回歸法PLSR(principalcomponentregression)等方法�；诨貧w分析的軟測(cè)量建模方法簡(jiǎn)單實(shí)用，但需要足夠有效的樣本數(shù)據(jù)，對(duì)測(cè)量誤差較為敏感且模型物理量概念不明了。
2.3基于狀態(tài)估計(jì)的軟測(cè)量建模
如果系統(tǒng)主導(dǎo)變量作為系統(tǒng)的狀態(tài)變量是完全可觀(guān)的，那么軟測(cè)量建模問(wèn)題就轉(zhuǎn)化為典型的狀態(tài)觀(guān)測(cè)和狀態(tài)估計(jì)問(wèn)題�；跔顟B(tài)估計(jì)的軟儀表由于可以反映主導(dǎo)變量和輔助變量之間的動(dòng)態(tài)關(guān)系，因此，有利于處理各變量間動(dòng)態(tài)特性的差異和系統(tǒng)滯后等情況。這種軟測(cè)量建模方法的缺點(diǎn)在于對(duì)復(fù)雜的工業(yè)過(guò)程，常常難以建立系統(tǒng)的狀態(tài)空間模型，這在一定程度上限制了該方法的應(yīng)用。同時(shí)在許多工業(yè)生產(chǎn)過(guò)程中，常常會(huì)出現(xiàn)持續(xù)緩慢變化的不可測(cè)的擾動(dòng)，在這種情況下采用這種建模方法可能會(huì)帶來(lái)顯著的誤差。
2.4基于模式識(shí)別的軟測(cè)量建模
這種軟測(cè)量建模方法是采用模式識(shí)別的方法對(duì)工業(yè)過(guò)程的操作數(shù)據(jù)進(jìn)行處理，從中提取系統(tǒng)的特征，構(gòu)成以模式描述分類(lèi)為基礎(chǔ)的模式識(shí)別模型，如空間超盒等。基于模式識(shí)別方法建立的軟測(cè)量模型與傳統(tǒng)的數(shù)學(xué)模型不同，它是一種以系統(tǒng)的輸入/輸出數(shù)據(jù)為基礎(chǔ)，通過(guò)對(duì)系統(tǒng)特征提取而構(gòu)成的模式描述模型。該方法的優(yōu)勢(shì)在于它適用于缺乏系統(tǒng)先驗(yàn)知識(shí)的場(chǎng)合，可利用日常操作數(shù)據(jù)來(lái)實(shí)現(xiàn)軟測(cè)量建模。在實(shí)際應(yīng)用中，這種軟測(cè)量建模方法常常和人工神經(jīng)網(wǎng)絡(luò)以及模糊技術(shù)等技術(shù)結(jié)合在一起使用。中國(guó)糧油儀器網(wǎng) http://m.52lvi.cn/
