《化工过程数据处理》教学大纲

1、化工过程数据处理 Data processing for chemical process 总学时：32 总学分：2.0开设学期及周学时分配：第7学期，授课24学时，上机8学时，每周24学时适用专业及层次：化学工程与工艺专业的本科教学相关课程：概率论与数理统计，化工原理，化学反应工程，过程设计与开发，毕业论文教材：自编讲义推荐参考书：化工实验设计与数据处理，鲁贵平等，化东理工大学出版社，2009. 软测量技术原理及应用，李海青等，化学工业出版社，2000.化工数学，周爱月，化学工业出版社,2001化工过程优化，何小荣，北京：清华大学出版社，2003过程系统测量数据校正技术，袁永根，中国石化出版

2、社，1996概率论与数理统计，沈恒范，北京：高等教育出版社，2003 一、课程目标通过本课程的理论和实验教学，使学生具备以下能力。1、能够运用误差理论对化学工程研究中的实验数据进行误差分析，并剔除过失误差和系统误差。2、能够运用数据预处理知识进行试验数据的整理和插值分析，从而给出未测试验点的估计值。3、能够运用线性及非线性回归分析的知识对化工过程数学模型中的参数进行估计，并能对所建立模型的有效性进行分析。4、能够运用概率统计的知识进行试验数据的假设检验及参数的估计，从而能对实验数据的总体分布及参数范围进行有效分析。5、能够运用化工过程数据校正与过失误差侦破的思想， 对工业装置测量数据进行分析。

3、二、课程目标与毕业要求对应关系毕业要求指标点课程目标2、问题分析能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析复杂化学工程问题，以获得有效结论。教学目标1、2、34、研究 能够基于科学原理并采用科学方法对复杂化学工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。教学目标1、2、3、4、55、使用现代工具能够针对复杂化学工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂化学工程问题的预测与模拟，并能够理解其局限性。教学目标2、3、5三、课程内容及学时分配第一章：绪论（2学时）（支撑课程目标1）1.1课程目

4、的与内容1.2 误差的基本理论及化工数据处理的意义1.3化工数据处理的应用与研究要求学生：掌握课程的主要研究内容；了解由化工实验数据求取数学学模型的意义；掌握误差理论的基本问题，理解误差分析的重要性。第二章：数据预处理（6学时）（支撑课程目标1、2）2.1试验测定误差标准差的估计方法2.1.1 均值的点估计2.1.2 方差的点估计2.2统计检验基础2.3 坏值的剔除2.3.1 拉依达准则2.3.2 t检验准则2.4插值法2.4.1 多项式插值2.4.2 三次样条插值2.5 随机误差方差的传递2.5.1 误差传递的一般公式2.5.2 误差传递中标准差的一般公式2.5.3 简单函数误差标准差的传递

5、公式2.6 误差传递公式在间接测量中的应用要求学生：掌握误差标准差的估计方法，了解函数误差的计算方法，并能剔除实验数据中的粗大误差；能根据已测实验数据建立插值模型，合理进行未测数据的插值。第三章：线性数学模型的参数估值与检验（6学时）（支撑课程目标3、4）3.1概述3.2 线性回归3.2.1 最小二乘法原理3.2.2 一元线性回归分析3.2.3 多元线性回归3.3 多元线性回归的各种统计分析3.3.1 回归方程的显著性检验3.3.2 回归系数的显著性检验3.3.3 多元回归分析的灵活应用要求学生：掌握回归分析方法的基本原理，能根据实验数据求取一元和多元线性回归方程，并能对所建立模型进行方差分析

6、及显著性检验。第四章：非线性模型参数估计（4学时）（支撑课程目标3）4.1 非线性模型通式4.2 一元非线性函数化为直线模型的方法4.3 非线性模型的最小二乘估计法4.4 非线性模型的最优化估计法要求学生：掌握将一元非线性函数化为直线的方法，了解常用非线性模型优化求解的方法。第五章：化工过程稳态检验（2学时）（支撑课程目标4、5）5.1化工过程稳态检验的组合统计检验法5.2化工过程稳态检验的置信度法5.3化工过程稳态检验的区间拓展法要求学生：理解过程稳态检验的意义，了解常用稳态检验方法的原理及实施方法。第六章：化工过程数据校正技术简介（4学时）（支撑课程目标5）6.1 化工过程数据校正的数学模

7、型6.2 线性问题的解法6.3 双线性问题的解法6.4 非线性问题的解法6.5化工过程过失误差侦破方法简介要求学生：掌握化工过程数据校正的基本原理，了解常用线性、非线性问题的求解方法，掌握广义似然比过失误差侦破方法的原理。第七章：应用实例上机（8学时）（支撑课程目标1、2、3、4、5）8.1 数据预处理方法上机8.2 多元线性回归分析上机8.3 化工过程数据校正技术上机8.3 过程稳态检验方法上机要求学生：熟悉采用计算机语言进行编程计算的基本方法，能够运用matlab编程进行实验数据的插值计算，从而给出未测试验点的估计值；能够运用matlab编程对化工过程数学模型中的参数进行估计，并能对所建立

8、模型的有效性进行分析；能够运用化工过程数据校正与过失误差侦破的思想，对工业装置测量数据进行分析。四、教学重点与难点第一章 绪论（支撑课程目标1）教学重点：数据处理的意义、应用及研究进展，实验数据的误差分析。教学难点：与数据处理相关的专业术语的理解。第二章 数据预处理（支撑课程目标1、2）教学重点：试验测定误差标准差的估计方法、粗大误差的剔除及数据插值方法。教学难点：理解与数理统计有关的基本概念及数据预处理方法的原理。第三章 线性数学模型的参数估值与检验（支撑课程目标3、4）教学重点： 线性数学模型的参数估值，多元线性回归及其各种统计分析。教学难点： 回归方法及各种统计分析原理的理解。第四章 非

9、线性模型参数估计（支撑课程目标3）教学重点：参数估计数学模型的建立及常用非线性模型参数估计方法。教学难点：数学模型的建立及其求解方法。第五章 化工过程稳态检验（支撑课程目标4、5）教学重点：化工过程稳态检验的组合统计检验法。教学难点：过程稳态检验基本思想的理解。第六章 化工过程数据校正技术简介（支撑课程目标5）教学重点：过程数据校正问题的基本原理、双线性问题的解法、广义似然比过失误差侦破方法。教学难点：数据校正问题数学模型的建立及求解方法、广义似然比过失误差侦破方法的基本思想的理解。第七章 化工数据处理应用实例上机（支撑课程目标1、2、3、4、5）教学重点： 使用matlab编程的基本方法及采

10、用matlab编程实现插值、回归分析、数据校正与误差侦破计算的基本步骤与方法。教学难点：掌握matlab编程的基本方法及实现化工过程数据处理的编程计算。五、教学方法1、教学过程中对关键知识点主要以常规课堂讲授为主，多媒体现代教学手段和黑板板书相结合。2、化工数据处理理论讲解与matlab实例编程相结合，通过计算机编程的方式加强学生对知识的理解和掌握。3、对较难理解的理论方法部分，重点采用通俗易懂的方式讲解基本原理，突出如何应用，部分章节的教学加强科研案例讲解和课堂讨论。六、典型作业练习1、在实验条件下，给定型式的气体分析仪，其相对误差为11%。问应当指定分析多少次，才能保证结果的相对精确度为5%。2、对混合物某组分含量进行分析测定，给定10组实验分析数据。 （1）测量数据是否含过失误差？（2）给出真值以0.95的概率位于其中的置信区间。（3）若已知用精确办法测得组分含量数据，问测量有无系统误差？3、求满足实验结果所给出的插值条件的自然样条函数，并计算未测实验点的值。4、在原油除砂的实验中，测定了除砂器在不同流速下的压降。实验数据已知，假设流速与压降关系为P=a*Ub，试根据实验数据进行回归，确定参数 a、b值