（控制科学与工程专业论文）数据协调与显著误差检测方法研究与应用.pdf

摘要 摘要 在工业过程的监测、控制、优化甚至生产决策中，过程数据扮演着极其重要 的角色，但在测量中过程数据往往受到工业过程中随机误差甚至显著误差的干扰， 使得基于受干扰的过程数据的控制、优化、建模和决策的性能下降。数据协调与 显著误差检测是一种用来降低这种干扰以至去除显著误差的技术。本论文以流程 行业为背景，探讨了数据协调与显著误差检测若干问题的解决方法及其在全厂物 料平衡系统中的应用。 全文首先分析数据协调与显著误差检测方法现有框架的不足，继而提出一种 新的框架和方法，并将该框架和方法按照从线性稳态系统到非线性动态系统这一 由简单到复杂的顺序不断进行完善，使所提出的方法能够有效处理数据协调与显 著误差检测中多方面的问题，成为一个比较完整的理论体系。最后，将本文所提 出的理论框架中的同步数据协调与测量偏差及过程泄漏估计方法应用于全厂物 料平衡系统中，在实际应用中对该方法进行了检验。从而不仅在理论研究中，也 在实际应用中验证了本文所提理论框架及相应方法的有效性。 本论文主要研究工作如下： 1 首先提出一种线性稳态系统中的迭代数据协调与显著误差检测策略，该 策略将统计检验与基于赤池信息准则( a i c ) 的混合整数非线性规划方法相结合， 采用迭代策略以减少原方法的计算量，并采用统计假设检验的方法来改善对显著 误差的检测性能。通过仿真研究，可以看出该策略能够在很大程度上减少计算量 从而缩短计算时间，并且在显著误差检测效果上较原方法也有一定的提高。同时， 通过研究发现，虽然一般认为采用完整a i c 形式作为数据协调与显著误差检测 的框架具有良好的性能，但实际的效果却难以令人满意。因此，需要一种比a i c 具有更好特性的数据协调与显著误差检测方法框架。 2 为了解决前一研究中所提出的问题，将统计学习理论引入以代替a i c 作 为数据协调与显著误差检测的框架，并提出了基于支持向量回归( s v 回归) 的 同步数据协调与显著误差检测方法。该方法可将测量数据中的显著误差和离群值 视为回归模型的复杂性从而进行去除，同时，该方法的影响函数是有界的，所以 浙江大学博士学位论文 对测量数据集中的离群值也有一定的鲁棒性。又由于s v 回归自身的参数对结果 具有鲁棒性，所以该方法对于自身的参数选取也较宽松。通过稳态和线性动态系 统的仿真研究，可以看出该方法所具有的优良特性。 3 由于显著误差不仅表现为与测量相关的偏差，也可表现为过程中的泄漏 或者错误的过程模型，这也会严重影响数据协调的结果，但只有少数方法能够考 虑过程泄漏问题。在数据协调与显著误差检测的统计学习理论框架下，将所提出 的s v 回归方法进行扩展，使得该方法能够同时处理与测量相关的偏差和过程泄 漏问题，从而使得本论文所提出的框架与方法能够处理显著误差检测的多方面问 题。仿真研究和与其它方法的比较结果显示了该方法的有效性。 4 对于非线性动态系统，本论文基于无迹变换迭代非线性动态数据协调技 术( u l d d r ) ，提出了增广的u r n d d r ( a u 鼢巾d r ) 方法，该方法考虑了 状态、测量以及参数的不确定性，能够提供更准确的状态及参数估计结果。同时， 仍然在数据协调与显著误差检测的统计学习理论框架下，将s v 回归方法应用到 非线性动态系统中，提出s v 回归a u r n d d r 方法( s v r a u r n d d r ) ，该方法 能够克服测量中离群值的干扰并同时实现准确的状态与参数估计。将该方法应用 于闭环控制回路中，即使在测量中含有离群值的情况下，也能够得到较好的控制 性能。 5 在任何一个现代化的炼化工厂中，能够反映全厂真实生产状况的全厂级 物料平衡数据是进行生产计划、生产调度以及绩效分析等制造运行管理的关键因 素。数据协调与显著误差检测技术的自身特性，决定了该技术适用于解决全厂级 物料平衡的问题。针对实际应用问题，本论文给出了一种符合制造运行管理国际 标准的全厂物料平衡系统的架构，基于该架构将本论文中提出的基于s v 回归的 同步数据协调与测量偏差及泄漏估计方法应用到全厂物料平衡系统中，使得该系 统能够有效地处理测量上的显著误差以及物料移动事件上的错误及缺失。该系统 己在中石化下属某炼油厂及大连某化工厂得以实施，并己推广到后续的项目中。 实际工业中的使用效果说明了所提框架和该方法的有效性以及该应用架构的规 范与易用性。 关键词数据协调，显著误差检测，支持向量回归，参数估计，制造运行管理 i v a b s t r a c t a b s t r a c t p r o c e s sd a t ap l a yav i t a lr o l e i n i n d u s t r i a lp r o c e s s e s , w h i c ha r et h eb a s i sf o r m o n i t o r i n g ，p r o c e s sc o n t r o l ，o p t i m i z a t i o na n db u s i n e s sd e c i s i o nm a k i n g h o w e v e r , i t i si n e v i t a b l et h a tp r o c e s sd a t am e a s u r e m e n t sw i l lb ec o r r u p t e db yr a n d o me r r o r se v e n g r o s se r r o r s t h e r e f o r e ，d a mr e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o nt e c h n i q u e sh a v e b e e nd e v e l o p e dt oi m p r o v ea c c u r a c yo fp r o c e s sd a t ab yr e d u c i n gt h ee f f e c to fr a n d o m a n dg r o s se r r o r s i nt h i sd i s s e r t a t i o n ，t a k e nt h ep r o c e s si n d u s t r ya st h eb a c k g r o u n d , s e v e r a ls o l u t i o n sa n da na p p l i c a t i o ni np l a n t - w i d em a s sb a l a n c es y s t e ma b o u td a t a r e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o na 他d i s c u s s e d f i r s to fa l i t h ed e f i c i e n c yo ft h ee x i s t e df r a m e w o r k so fd a t ar e c o n c i l i a t i o na n d g r o s s 帅rd e t e c t i o na p p r o a c h e sa r ea n a l y s e d t h e nan o v e lf r a m e w o r ka n da n a p p r o a c ha r ep r o p o s e d w i t ht h es e q u e n c eo ft h ed e v e l o p m e n tf r o ml i n e a rs t e a d y s y s t e m st on o n l i n e a rd y n a m i cs y s t e m s ，t h ep r o p o s e df r a m e w o r ka n dt h ea p p r o a c ha r e i m p r o v e ds t e pb ys t e ps oa st oc o v e rs e v e r a la s p e c t so ft h ed a t ar e c o n c i l i a t i o na n d g r o s se r r o rd e t e c t i o np r o b l e m s a sar e s u l t , ac o m p l e t et h e o r yf r a m e w o r ko fd a t a r e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o ni sc o n s t i t u t e d a tt h el a s t , t h ep r o p o s e d s i m u l t a n e o u sd a t ar e c o n c i l i a t i o na n dm e a s u r e m e n tb i a s ，l e a ke s t i m a t i o na p p r o a c h w i t h i nt h et h e o r yf r a m e w o r kh a sb e e na p p l i e di nap r a c t i c a lp l a n t w i d em a s sb a l a n c e s y s t e m m e a n w h i l e ，t h ef r a m e w o r k a n dt h e a p p r o a c ha r ev e r i f i e dt h r o u g ht h ep r a c t i c a l a p p l i c a t i o nt op r o v et h ee f f e c t i v e n e s s t h em a i nc o n t r i b u t i o n si nt h i sd i s s e r t a t i o na r el i s t e da sf o l i o w s ： 1 an o v e lr e c u r s i v es t r a t e g yu s i n gm i x e di n t e g e rn o n l i n e a rp r o g r a m ( m i n l p ) f o rl i n e a rs y s t e m si sp r e s e n t e db a s e do nt h ea k a i k ei n f o r m a t i o nc r i t e r i o n ( a i c ) t o i d e n t i f ya n de s t i m a t eg r o s se r r o r s i nt h ea p p r o a c har e c u r s i v es t r a t e g yi su s e dt o r e d u c et h ec o m p u t a t i o n a lb u r d e n so ft h eo r i g i n a la p p r o a c h ，a n das t a t i s t i c a lt e s ti s a p p l i e dt oi m p r o v et h ep e r f o r m a n c eo fg r o s se r r o rd e t e c t i o n s i m u l a t i o nr e s u l t ss h o w t h a tt h ep r o p o s e ds t r a t e g yp o s s e s s e sb e t t e rp e r f o r m a n c eo fi d e n t i f y i n gg r o s se r r o r sa n d v 浙江大学博士学位论文 c o s t sl e s st i m et h a nt h em i n l p a p p r o a c h a l t h o u g hi ti su s u a l l yc o n s i d e r e dt h a tu s i n g t h ec o m p l e t ef o r mo ft h ea i ct oa d d r e s sd a t ar e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o n p r o b l e mw i l lp r o v i d es u p e r i o rp e r f o r m a n c e ，t h es i m u l a t i o nr e s u l t ss h o wt h a tt h e p e r f o r m a n c ei su n s a t i s f i e d t h e r e f o r e , an o v e lf r a m e w o r kw i t hs u p e r i o rp e r f o r m a n c e s f o rd a t ar e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o ns h o u l db ep r o p o s e d 2 t oa d d r e s st h ep r o b l e ma r i s e nf r o mt h ep r e v i o u sr e s e a r c h , i n s t e a do f t h ea i c ， t h es t a t i s t i cl e a r n i n gt h e o r yi si n t r o d u c e da saf r a m e w o r ko fd a t ar e c o n c i l i a t i o na n d g r o s se r r o rd e t e c t i o n f u r t h e r m o r e , as u p p o r tv e c t o rr e g r e s s i o n ( s vr e g r e s s i o n ) a p p r o a c hi sp r o p o s e df o rs i m u l t a n e o u sd a t ar e c o n c i l i a t i o na n dg r o s se r r o ro ro u t l i e r d e t e c t i o n ，w h i c hc o n s i d e r sg r o s se r r o r sa n do u t l i c r sa sm o d e lc o m p l e x i t ys o 觚t o r e m o v et h e m f o rd a t ar e c o n c i l i a t i o n ，t h es vr e g r e s s i o na p p r o a c hi sr o b u s tt oo u t l i e r s i nd a t as e t s , b e c a u s ei t si m p a c tf u n c t i o ni sb o u n d e d m o r e o v e r , i ti sn o ts os t r i c tt o t u n et h ec o e f f i c i e n t so ft h es vr e g r e s s i o na p p r o a c hb e c a u s eo ft h er o b u s t n e s so ft h e c o e f f i c i e n t sf o rt h er e c o n c i l e dr e s u l t s f i n a l l y , an u m b e ro fp r o c e s sa n dl i t e r a t u r e s y s t e ms i m u l a t i o nr e s u l t ss h o wt h ef e a t u r e so f t h es vr e g r e s s i o na p p r o a c hp r o p o s e d 3 g r o s se r r o r sc a nb ed i v i d e di n t ot w oc a t e g o r i e s ，n a m e l ym e a s u r e m e n tr e l a t e d s u c h 髂m a l f u n c t i o n i n gs e n s o r sa n dp r o c e s sr e l a t e ds u c ha sp r o c e s sl e a k s ，a n dt h e l a t t e ro n ec o u l da l s od e t e r i o r a t et h er e c o n c i l e dr e s u l t s h o w e v e r , f e wa p p r o a c h e s c o u l dh a n d l ep r o c e s sl e a k s i nt h es t a t i s t i cl e a r n i n gt h e o r yf r a m e w o r ko fd a t a r e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o n ，t h es vr e g r e s s i o na p p r o a c hi se x t e n d e dt o s i m u l t a n e o u s l yd e t e c ta n de s t i m a t em e a s u r e m e n tb i a s e sa n dp r o c e s sl e a k ss oa st o m a k et h ep r o p o s e df r a m e w o r ka n dt h ea p p r o a c hb ea b l et oc o v e rb o t hk i n d so fg r o s s e r r o rd e t e c t i o np r o b l e m s t h es i m u l a t i o na n dt h ec o m p a r i s i o nr e s u l t si n d i c a t et h e e f f e c t i v n e s so ft h ea p p r o a c h 4 f o rn o n l i n e a rd y n a m i cs y s t e m s , t h ea u g m e n t e du n s c e n t e dr e c u r s i v en o n l i n e a r d y n a m i cd a t ar e c o n c i l i a t i o n ( a u r n d d r ) a l g o r i t h mi sp r o p o s e d , w h i c hc o n c e r n s u n c e r t a i n t i e so fs t a t e s , m e a s u r e m e n t sa n dp a r a m e t e r si ne s t i m a t i o ns o 舔t op r o v i d e a c c u r a t ee s t i m a t e s f u r t h e r m o r e ，t h es vr e g r e s s i o na p p r o a c hi sa p p l i e di nn o n l i n e a r v i a b s t r a c t d y n a m i cs y s t e m st o e s t a b l i s ht h es vr e g r e s s i o na u r n d d r ( s v r a u r n d d r ) a p p r o a c h ，w h i c hc a no v e r c o m et h ee f f e c t o fo u t l i e r st o s i m u l t a n e o u s l yp r o v i d e a c c u r a t ee s t i m a t e so fs t a t e sa n dp a r a m e t e r s m e a n w h i l e , w i t ht i l es vr e g r e s s i o n a p p r o a c hl o c a t e di nt h ec o n t r o ll o o p , i m p r o v e dc l o s e - l o o pc o n t r o lp e r f o r m a n c e sc o u l d b eo b t a i n e de v e nw h e no u t l i e r sa r ep r e s e n t e d 5 i na n ym o d e r np e t r o c h e m i c a lp l a n t , t h ep l a n t - w i d ed a t ar e n d e r i n gt h er e a l c o n d i t i o n so fm a n u f a c t u r i n gi st h ek e yt ot h eo p e r a t i o nm a n a g e m e n t ss u c ha s p r o d u c t i o np l a n n i n g ，p r o d u c t i o ns c h e d u l i n ga n dp e r f o r m a n c ea n a l y s i s b e c a u s eo f t h e c h a r a c t e r i s t i co fd a t ar e c o n c i l i a t i o na n dg r o s se r r o rd e t e c t i o n ，i ti sq u i t es u i t a b l et o a d d r e s sp l a n t - w i d em a s sb a l a n c ep r o b l e mu s i n gd a t ar e c o n c i l i a t i o na n dg r o s se r r o r d e t e c t i o nt e c h n i q u e s f o rp r a c t i c a la p p l i c a t i o n s ，ap l a n t - w i d em a s sb a l a n c es y s t e m a r c h i t e c t u r ec o m p l i a n tt ot h ei n t e m a t i o n a ls t a n d a r do fm a n u f a c t u r eo p e r a t i o n m a n a g e m e n t ( m o m ) i sf o r m e d b a s e do nt h ea r c h i t e c t u r e ，t h ep r o p o s e d s v r e g r e s s i o na p p r o a c hf o rs i m u l t a n e o u sd a t ar e c o n c i l i a t i o na n dm e a s u r e m e n tb i a s ，l e a k e s t i m a t i o ni sa p p l i e dt oap l a n t - w i d em a s sb a l a n c es y s t e ms oa st om a k et h es y s t e mb e a b l et os i m u l t a n e o u s l ya d d r e s sm e a s u r e m e n tb i a s e sa n dm a t e r i a lm o v e m e n tr e p o r t m i s t a k e se f f e c t i v e l y t h es y s t e mh a sb e e na p p l i e di n ar e f i n e r yb e l o n g i n gt ot h e s i n o p e ca n dac h e m i c a lp l a n ti nd a l i a n m o r e o v e r , t h es y s t e mi sp o p u l a r i z e dt ot h e f o l l o w i n gp r o j e c t s t h ep r a c t i c a la p p l i c a t i o n ss h o wt h a tt h es vr e g r e s s i o na p p r o a c h a n dt h ea r c h i t e c t u r ep r o p o s e da r ee f f e c t i v ea n ds t a n d a r d ，a n dt h e ya r ee a s yt ob e a p p l i e di np r a c t i c e k e y w o r d sd a t ar e c o n c i l i a t i o n ，g r o s s e r r o rd e t e c t i o n ，s u p p o r tv e c t o rr e g r e s s i o n ， p a r a m e t e re s t i m a t i o n , m a n u f a c t u r eo p e r a t i o nm a n a g e m e n t v 插图 插图 图1 - 1 各个问题间的关系3 图1 2 原油进厂过程( 来自h o n e y w e l l 的p r o d u c t i o nb a l a n c e 模块) 1 0 图2 - 1 流量测量网络结构示意图2 4 图3 - 1 热交换网络示意图4 9 图3 - 2 热交换网络测量值及协调值4 9 图3 - 3 连接反应釜5 1 图3 - 4 只的协调结果5 2 图3 s 厶的协调结果5 2 图年l 循环系统结构图。6 1 图5 1c s t r 8 0 图5 2 嵌入数据协调后的控制系统配置8 3 图5 3 催化剂活性估计：测量中不含离群值泓 图s 4 未采用s v 回归的催化剂活性估计：测量中含有离群值8 6 图5 s 采用s v 回归的催化剂活性估计：测量中含有离群值。8 6 图5 6 存在离群值时采用a u r n d d r 的体积控制结果8 8 图5 7 存在离群值时采用a u r n d d r 的温度控制结果。8 8 图5 8 存在离群值时采用a u r n d d r 的压力控制结果8 9 图5 9 存在离群值时采用s v r a u r n d d r 的体积控制结果 图s 1 0 存在离群值时采用s v r a u r n d d r 的温度控制结果9 0 图5 1 1 存在离群值时采用s v r a u r n d d r 的压力控制结果9 1 图6 1 功能层次模型9 5 图6 2 制造运行信息9 6 图6 3 制造运行管理的通用活动模型模版9 7 图昏4 制造运行管理的活动模型9 7 图6 - 5 不同模型的层次关系。1 0 1 图6 6 常减压装置的多路开关映射模型1 0 1 图6 - 7 生产跟踪活动活动模型的接口。1 0 2 浙江大学博士学位论文 图6 - 8 炼油厂物料平衡系统结构与各活动之间的关系。1 0 3 图6 - 9s v 回归数据协调与显著误差检测的物料平衡系统的软件实现结构。1 0 4 图6 1 0 单装置校正中装置损失率约束。1 0 5 图6 - 1 1 单装置自动平衡进行中的界面1 0 6 图6 - 1 2 单装置校正结果1 0 6 图6 - 1 3 装置侧线连接情况1 0 7 图6 1 4 物理侧线与逻辑侧线的配置界面1 0 7 图6 1 5 装置详细物理侧线及逻辑侧线的链接信息1 0 8 图6 - 1 6 炼油厂全厂物料平衡原始数据的界面1 0 9 图6 1 7 炼油厂全厂物料平衡结果界面。1 0 9 表格 表格 表2 - 1 流量测量过程的数据协调与显著误差检测结果2 6 表2 2 各数据协调与显著误差检测方法的平均求解时间2 7 表2 3 基于a i c 的优化方法的性能比较2 8 表3 1 线性测量网络多次采样数据集仿真结果一一测量数据误差服从正态分布 4 4 表3 2 线性测量网络多次采样数据集仿真结果测量数据误差服从均一分布 4 1 ； 表3 3 稳态非线性系统数据协调与离群值检测结果4 7 表3 - 4s v 回归方法的离群值检测结果4 8 表3 s 参数估计结果和c p u 计算时间s 3 表夺l 两个测量偏差无泄漏的仿真结果显著误差检测性能6 2 表争2 两个测量偏差无泄漏的仿真结果数据估计性能6 2 表4 3 一个测量偏差一个过程泄漏的仿真结果显著误差检测性能6 3 表4 4 一个测量偏差一个过程泄漏的仿真结果数据估计性能“ 表4 5 平均求解时间6 4 表5 1 无离群值情况下各个方法的r m s e 及平均计算时间8 5 表5 2 存在离群值情况下各个方法的r m s e 及平均计算时间8 7 表a 1 过程真实流率1 2 3 表b 1 热交换网络测量变量1 2 5 表b 2 热焓平衡方程中的系数1 2 6 表d 1c s t r 的模型参数1 2 9 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得逝塑太学或其他教育机 构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献 均已在论文中作了明确的说明并表示谢意。 学位论文作者躲粥签字日期：勿矿7 年，2 月2 厂日 学位论文版权使用授权书 本学位论文作者完全了解浙j 江大学有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和 借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：苔亨 导师签名： 签字日期：乃矿7 年，三月2 厂日 签字日期： 学位论文作者毕业后去向： 工作单位： 通讯地址： 电话： 邮编 p 年2 - 月列日 卅 致谢 致谢 “行者常至”，追求理想的道路不会总是平坦宽阔，时而颠簸曲折，甚或充 满荆棘险壑，但只要前进，哪怕是一步，也常常会欣赏到不曾领略的美景。“为 者常成”，在求是园攻读博士期间，有过艰辛困苦，有过踯躅迷茫，但坚持下来 收获的却是快乐与信心。当然，在这段道路上不能没有导师的指引、伙伴的鼓励 和亲人的关怀，对于他们，我将感恩一生。 感谢我的导师苏宏业教授，使我有幸能够在求是园追寻我的理想，感谢他为 我提供了优良的科研环境和丰富的实践机会，引领我走上了通往科研圣殿的道路， 并在博士课题的研究与实践中给予了我悉心的指导。在朝夕相处中，苏宏业教授 平易近入的学者风范也感染着我，从他严谨治学的态度和宽宏谦虚的为人中我也 受益良多。同时也要特别感谢英国m a n c h e s t e r 大学电气工程系的h o n gw a n g 教 授，他在我的论文写作和发表上给予了极大的帮助，帮助我度过了一个困难的时 期，与他一起工作是一件很快乐的事情，他的智慧、开朗和热心将会令我终身难 忘。 也要感谢智能系统与控制研究所的徐巍华老师在日常学习生活中给予的帮 助，我至今还不能忘记当初从她手中接到录取函时的情景。感谢s u p c o n 软件技 术有限公司的赵路军经理，在我参与实际项目的工作中，他给予了我很大的关照； 还有郑修强项目经理，与他一起工作和探讨工程问题使我收获很大，本学位论文 中采用多路开关的生产统计网络建模策略也是来自于他的构想，同时也要感谢那 些在项目工作中给我帮助和启迪的同事和朋友们。 在这里也要感谢与我朝夕相处的同学们，感谢同寝室的李笕列博士，和他在 一个屋檐下的五年，不仅生活得很愉快也结下了深厚的友谊，感谢实验室的李修 亮博士、徐欧官博士、栗伟博士、傅永峰博士、邹洪波博士、侯卫峰博士和赵超 博士，作为学长他们给予了我很大的帮助和鼓励，与他们的交流使我收获了很多 知识和道理。还要感谢肖力墉、沈清鸿，与两位年轻博士生一起进行学术研究总 是充满了激情，感谢刘聋、焦云强、杨融和江俊杰等等实验室的兄弟姐妹们，是 你们让我感受到实验室大家庭的温暖并且让我收获了许多欢乐。 i 浙江大学博士学位论文 在这里也不得不感谢刘伟平及其夫人连菁还有杨明及其夫人钱乐，他乡故知 带给我的温暖和快乐使我永生难忘，他们的真挚和无私是对友谊的最好诠释。 将最深的感谢致于我的亲人们，感谢我的姥姥、姥爷，他们虽然年事已高却 还无时不刻不在关怀着我这个远在异地的外孙。感谢三姨和三姨夫这些年来在学 业和生活上对于我莫大的帮助和关怀，也要感谢老姨、四姨、二姨以及四姨夫、 二姨夫还有珊珊、任爽和圆圆，亲人们的关心、鼓励和支持永远是我宝贵的财富。 最后，将本论文以及最最深切的感激和爱致于我的父母，是你们无私的爱以 及无微不至的关怀和鼓励让我拥有了这一切收获并能心存感激，对你们的爱和感 激无以言表。 苗字 2 0 0 9 年1 2 月2 2 日凌晨 于求是园 第1 章综述与绪论 第l 章绪论与综述 摘要过程数据在工业过程中扮演着极为重要的角色它是过程检测、控制、优化甚至经济 决策等的基础。但是，不可否认，过程数据在测量时会受到随机误差的干扰。因此，产生了 数据协调技术，通过减少随机误差的影响来提高过程数据的精度。不幸的是，过程数据往往 会具有显著误差，显著误差会严重恶化数据协调的结果。因此，必须采用显著误差检测来发 现和去除测量中的显著误差，从而保证数据协调的有效性和准确性。本章对数据协调与显著 误差检测技术的研究发展及工业应用傲一综述，并在最后简要介绍了本论文的内容与结构。 关键词数据协调，显著误差检测，参数估计，卡尔曼滤波，制造运行管理 1 1 引言 在现代工业中，过程数据，例如流量、组分、温度、压力和浓度，在建模、 过程检测、控制、优化甚至管理决策的制定过程中，都扮演着十分重要的角色。 因此，对于工业过程中以分钟甚至秒为时间周期采集的过程数据来说，保证正确 性和准确性是十分重要的。但是，过程数据不可避免地受到来自测量和处理过程 中的误差的干扰。这种干扰使得过程数据偏离真实值，并且不能满足一些守恒律 和其他的过程约束。通常来说，这种对于过程数据的干扰有两种随机误差和 显著误差。随机误差不能够被完全去除并始终存在于测量之中，并且不能够被确 定地预测，概率分布是唯一可用来刻画随机误差的方法。除了在一些偶然的尖峰 处之外，随机误差的幅值通常都很小。显著误差则是由非随机事件引起的，并且 可被分为两类，即与测量相关的显著误差，例如传感器故障；以及与过程相关的 显著误差，例如过程泄漏。显著误差的非随机特性揭示出，在任意一个给定时刻， 显著误差具有确定的幅值和正负，但是它的幅值和正负都是未知的。较之随机误 差，显著误差发生的概率更小，但是，显著误差的幅值更大。 既然过程数据中的误差可能使生产性能严重的恶化，并且错误的过程数据甚 至可以导致生产过程进入不安全的运行区域，那么最小化随机误差和显著误差的 影响就显得尤为重要，因此产生了数据协调与显著误差检测技术。 数据协调( d a t ar e c o n c i l i a t i o n ，d r ) 技术通过减少测量中的随机误差的影 响来提高过程数据的准确性，该技术与其它滤波技术的最大不同就是直接地采用 l 浙江大学博士学位论文 过程模型约束( 例如质量和能量平衡) 来对过程测量数据进行最优的调整，使得 调整之后的数据能够满足这些模型约束。由此可以看出，数据协调实际是一种约 束优化问题，如果过程数据中的随机误差服从正态分布，那么数据协调可以简化 为一种约束最小二乘问题。对于稳态系统来说，最简单的模型约束是线性约束， 但是实际中的约束通常是非线性的；对于动态系统来说，模型甚至需要由微分代 数方程来进行描述。因此，需要引入动态优化问题，从而产生了动态数据协调 ( d y n a m i cd a t ar e c o n c i l i a t i o n ，d d r ) 技术。 参数估计，和数据协调一样，对于建模、模型验证和实时优化来说也是非常 重要的组成部分。如果是采用过程变量的协调值来确定模型参数，那么一般是先 进行数据协调，之后再进行参数估计。那么对这种两步的参数估计问题进行扩展， 便得到了数据协调与参数估计( d a t ar e c o n c i l i a t i o n & p a r a m e t e re s t i m a t i o n ，d r p e ) 问题，该问题中将待估计参数作为数据协调模型约束中的未知变量，进行数据协 调的同时也需要对参数进行估计。 对于数据协调来说，当然期望协调值比测量值更加精确。但是，在测量值具 有显著误差的情况下，所有协调后的过程数据都会受到很大程度的影响，从而很 难得到可靠且精确的估计值。为了保证数据协调的有效性和准确性，应该将显著 误差去除，由此便产生显著误差检测( g r o s se r r o rd e t e c t i o n ) 技术。 显著误差检测是伴随着数据协调的一种用来辨识和去除测量和过程中显著 误差的技术。显著误差检测通常是与数据协调一起进行，从而进一步改善过程数 据的可靠性和准确性。这一组合应用方式同样也可被用于处理动态数据协调和参 数估计中显著误差检测的问题。 数据协调与显著误差检测能够得以实现，离不开冗余性。“冗余性”这一术 语可理解为一个过程数据可以根据过程模型约束或者时间序列中的数据关系由 其他的过程数据确定。如果测量的过程数据样本数少于用来确定该过程模型所必 须的样本数量时，这个系统便是不可确定的，并且其中必定有某些变量是非冗余 的。除非通过其他手段或者增加测量数据，否则无法对这些非冗余变量进行数据 协调。冗余性有两种空间冗余和时间冗余。这两种冗余性都可以在动态系统 中使用，但对于稳态系统来说，只有在对过程数据以一个高频率进行采样，并且 采样数大于确定该稳态系统所必须的数量的情况下，时间冗余性才可以被利用。 2 第1 章综述与绪论 对于稳态系统，一种简单的利用时间冗余的方法就是将采样取平均值之后再对该 平均值进行数据协调。由于空间冗余性极其依赖于测量传感器在系统中的位置， 传感器网络设计也与数据协调与显著误差检测息息相关。数据协调所涉及的主要 几个问题间关系如图1 1 所示。 图1 1 各个问题间的关系 调 因为数据协调与显著误差检测的目的在于保证过程数据的正确性并且提高 估