软测量技术学习.pptx

教学目的和任务 软测量技术是一门有着广阔发展前景的新兴工业技术，已发展成为过程检测技术与仪表研究的主要方向之一。通过本课程的学习，使学生掌握软测量技术的基本原理和基本方法，了解较前沿的软测量应用技术，能从控制系统整体出发考虑如何应用软测量设计方法完成复杂难测过程参数的在线检测。第1页/共39页课程特点和要求本课程是一门专业技术课，涉及的面较广，软测量通常是在成熟的硬件传感器基础上，以计算机技术为核心，通过软测量模型运算处理完成的。本课程要求学生具有足够的数理统计知识和计算机知识。第2页/共39页本课程的主要内容本课程的主要内容包括：软测量技术的数学描述、结构及分类；多变量统计建模方法及其在软测量中的应用；系统辨识及其在软测量技术中的应用；基于人工神经网络的软测量方法；现代优化算法及其在软测量技术中的应用；软测量技术工程设计第3页/共39页主要的参考文献潘立登，李大字，马俊英.软测量技术原理与应用.北京：中国电力出版社，2009李海青，黄志尧等.软测量技术原理及应用.北京:化学工业出版社，2000俞金寿，刘爱伦，张克进.软测量技术及其在石油化工中的应用.北京:化学工业出版社，2000第4页/共39页第一章 软测量技术概述第5页/共39页本章主要内容 软测量技术的提出、发展及应用概况 软测量技术的数学描述和结构 软测量技术的分类影响软仪表性能的因素 软测量的实施软测量的工业应用 本章小结第6页/共39页1.1 软测量技术的提出、发展及应用概况 软测量技术的提出 软测量技术的基本概念 软测量技术的发展概况 软测量技术的发展趋势 第7页/共39页1.1.1 软测量技术的提出到目前为止，在实际生产过程中，存在着许多因为技到目前为止，在实际生产过程中，存在着许多因为技术或经济原因无法通过传感器进行直接测量的过程变术或经济原因无法通过传感器进行直接测量的过程变量，如精馏塔的产品组分浓度、生物发酵罐的菌体浓量，如精馏塔的产品组分浓度、生物发酵罐的菌体浓度、高炉铁水中的含硅量和化学反应器中反应物浓度、度、高炉铁水中的含硅量和化学反应器中反应物浓度、转化率、催化剂活性等转化率、催化剂活性等传统的解决方法有两种：一是采用间接的质量指标控传统的解决方法有两种：一是采用间接的质量指标控制，如精馏塔灵敏板温度控制、温差控制等，存在的制，如精馏塔灵敏板温度控制、温差控制等，存在的问题是难以保证最终质量指标的控制精度；二是采用问题是难以保证最终质量指标的控制精度；二是采用在线分析仪表控制，但设备投资大、维护成本高、存在线分析仪表控制，但设备投资大、维护成本高、存在较大的滞后性，影响调节效果在较大的滞后性，影响调节效果软测量技术应运而生软测量技术应运而生 第8页/共39页1.1.2 软测量技术的基本概念软测量技术软测量技术也称为也称为软仪表技术软仪表技术，就是利用易测过程变量（称为辅，就是利用易测过程变量（称为辅助变量或二次变量），依据这些易测过程变量与难以直接测量的助变量或二次变量），依据这些易测过程变量与难以直接测量的待测过程变量（称为主导变量）之间的数学关系（软测量模型），待测过程变量（称为主导变量）之间的数学关系（软测量模型），通过各种数学计算和估计方法，从而实现对待测过程变量的测量通过各种数学计算和估计方法，从而实现对待测过程变量的测量 软测量的软测量的基本思想基本思想是把自动控制理论与生产工艺过程知识有机结是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术，对于一些难于测量或暂时不能测量的合起来，应用计算机技术，对于一些难于测量或暂时不能测量的重要变量（主导变量），选择另外一些容易测量的变量（辅助变重要变量（主导变量），选择另外一些容易测量的变量（辅助变量），通过构成某种数学关系来推断和估计，以软件来代替硬件量），通过构成某种数学关系来推断和估计，以软件来代替硬件功能功能软测量是一种利用较易在线测量的辅助变量和离线分析信息去估软测量是一种利用较易在线测量的辅助变量和离线分析信息去估计不可测或难测变量的方法；以成熟的传感器检测为基础，以计计不可测或难测变量的方法；以成熟的传感器检测为基础，以计算机技术为核心，通过软测量模型运算处理而完成算机技术为核心，通过软测量模型运算处理而完成 第9页/共39页1.1.2 软测量技术的基本概念软测量的意义：能够测量目前由于技术或经济的原因无法或难以用能够测量目前由于技术或经济的原因无法或难以用传感器直接检测的重要的过程参数传感器直接检测的重要的过程参数 打破了传统单输入、单输出的仪表格局打破了传统单输入、单输出的仪表格局 能够在线获取被测对象微观的二维能够在线获取被测对象微观的二维/三维时空分布三维时空分布信息，以满足许多复杂工业过程中场参数测量的需要信息，以满足许多复杂工业过程中场参数测量的需要 可在同一仪表中实现软测量技术与控制技术的结可在同一仪表中实现软测量技术与控制技术的结合合 便于修改便于修改 有助于提高控制性能有助于提高控制性能第10页/共39页1.1.2 软测量技术的基本概念软测量的适用条件：无法直接检测被估计变量，或直接检测被估计变量无法直接检测被估计变量，或直接检测被估计变量的自动化仪器仪表较贵或维护困难的自动化仪器仪表较贵或维护困难 通过软测量技术所得到的过程变量的估计值必须通过软测量技术所得到的过程变量的估计值必须在工艺过程所允许的精确度范围内在工艺过程所允许的精确度范围内 能通过其他检测手段根据过程变量估计值对系统能通过其他检测手段根据过程变量估计值对系统数学模型进行校验，并根据两者偏差确定数学模型是数学模型进行校验，并根据两者偏差确定数学模型是否需要校正否需要校正 被估计过程变量具有灵敏性、精确性、鲁棒性等被估计过程变量具有灵敏性、精确性、鲁棒性等特点特点 第11页/共39页1.1.3 软测量技术的发展概况软软测测量量技技术术的的基基本本思思想想早早就就被被潜潜移移默默化化地地得得到到了了应应用用。工工程程技技术术人人员员很很早早就就采采用用体体积积式式流流量量计计结结合合温温度度、压压力力等等补补偿偿信信号号，通通过过计计算算来来实实现现气气体体质质量量流流量量的的在在线线测测量量。20世世纪纪70年年代代提提出出的的推推断断控控制制（Inferential Control）至至今今仍仍可可视视为为软软测测量量技技术术在在过过程程控控制中应用的一个范例。制中应用的一个范例。软软测测量量技技术术作作为为一一个个概概括括性性的的科科学学术术语语被被提提出出始始于于20世世纪纪80年年代代中中后后期期，至至此此它它迎迎来来了了一一个个发发展展的的黄黄金金时时期期，并并且且在在世世界界范范围围内内掀起了一股软测量技术研究的热潮。掀起了一股软测量技术研究的热潮。1992年年国国际际过过程程控控制制专专家家T.J.Macvoy 在在Automatica上上发发表表的的“Contemplative stance for chemical process control”一一文文明明确确指指出出软软测测量量技技术术是是今今后后过过程程控控制制的的主主要要发发展展方方向向之之一一，对软测量技术的研究起了重要的促进作用。对软测量技术的研究起了重要的促进作用。第12页/共39页1.1.4 软测量技术的发展趋势测量数据处理软仪表在线校正技术软测量建模方法研究 将新兴的技术应用于软测量建模将新兴的技术应用于软测量建模 将将不不同同的的方方法法相相互互融融合合建建立立混混合合模模型型或或多多模模型型 动态软测量模型研究动态软测量模型研究 第13页/共39页1.2 软测量技术的数学描述和结构 软测量的数学描述：软软测测量量的的目目的的就就是是利利用用所所有有可可以以获获得得的的信信息息求求取取主主导导变变量量的的最最佳佳估估计计值值，即即构构造造从从可可测测信信息息集集 到到 的的映映射射，其其中中可可测测信信息息集集 包包括括所所有有的的可可测测主主导导变变量量y、辅辅助助变变量量 、控控制制变变量量u和和可可测测扰扰动动d1：主导变量 辅助变量 干扰 控制变量 第14页/共39页1.2 软测量技术的数学描述和结构 软测量的数学描述：建建立立软软仪仪表表的的过过程程就就是是构构造造一一个个数数学学模模型型。在在许许多多建建立立软软仪仪表表的的方方法法中中，要要以以一一般般意意义义下下的的数数学学模型为基础。模型为基础。软仪表与一般意义下的数学模型区别：软仪表与一般意义下的数学模型区别：数数学学模模型型主主要要反反映映y与与u或或d之之间间动动态态(或或稳稳态态)关关系系软仪表是通过软仪表是通过 求求y的估计值。的估计值。第15页/共39页1.2 软测量技术的数学描述和结构 软测量的结构：第16页/共39页1.3 软测量技术的分类基于工艺机理分析的软测量方法：主要是运用物料平衡、主要是运用物料平衡、能量平衡、化学反应动能量平衡、化学反应动力学等原理，通过对过程对象的机理分析，找出不可力学等原理，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。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、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，则难以建立合适的机尚不完全清楚的复杂工业过程，则难以建立合适的机理模型。理模型。第17页/共39页1.3 软测量技术的分类基于回归分析的软测量方法：通过实验或仿真结果的数据处理，可以得到回归通过实验或仿真结果的数据处理，可以得到回归模型模型 经典的回归分析是一种建模的基本方法，应用范经典的回归分析是一种建模的基本方法，应用范围相当广泛。以最小二乘法原理为基础的回归技术目围相当广泛。以最小二乘法原理为基础的回归技术目前已相当成熟，常用于线性模型的拟合。对于辅助变前已相当成熟，常用于线性模型的拟合。对于辅助变量较多的情况，通常要借助机理分析，首先获得模型量较多的情况，通常要借助机理分析，首先获得模型各变量组合的大致框架，然后再采用逐步回归方法获各变量组合的大致框架，然后再采用逐步回归方法获得软测量模型。为简化模型，也可采用主元回归分析得软测量模型。为简化模型，也可采用主元回归分析法和部分最小二乘回归法等方法。法和部分最小二乘回归法等方法。基于回归分析的软测量建模方法简单实用，但需基于回归分析的软测量建模方法简单实用，但需要足够有效的样本数据，对测量误差较为敏感。要足够有效的样本数据，对测量误差较为敏感。第18页/共39页1.3 软测量技术的分类基于状态估计的软测量方法：基于某种算法和规律，基于某种算法和规律，从已知的知识或数据出发，从已知的知识或数据出发，估计出过程未知结构和结构参数、估计出过程未知结构和结构参数、过程参数。对于数过程参数。对于数学模型已知的过程或对象，在连续时间过程中，从某学模型已知的过程或对象，在连续时间过程中，从某一时刻的已知状态一时刻的已知状态y(k)估计出该时刻或下一时刻的未估计出该时刻或下一时刻的未知状态知状态x(k)的过程就是状态估计。如果系统的主导变的过程就是状态估计。如果系统的主导变量作为系统的状态变量关于辅助变量是完全可观的，量作为系统的状态变量关于辅助变量是完全可观的，那么软测量问题就转化为典型的状态观测和状态估计那么软测量问题就转化为典型的状态观测和状态估计问题。问题。采用采用Kalman滤波器和滤波器和Luenberger观测器是解决观测器是解决问题的有效方法。前者适用于白色或静态有色噪声的问题的有效方法。前者适用于白色或静态有色噪声的过程，而后者则适用于观测值无噪声且所有过程输入过程，而后者则适用于观测值无噪声且所有过程输入均已知的情况。均已知的情况。第19页/共39页1.3 软测量技术的分类基于知识的软测量方法：基于人工神经网络的软测量建模方法是近年来研究最多、基于人工神经网络的软测量建模方法是近年来研究最多、发展很快和应用范围很广的一种软测量建模方法。由于能适用于发展很快和应用范围很广的一种软测量建模方法。由于能适用于高度非线性和严重不确定性系统，因此它为解决复杂系统过程参高度非线性和严重不确定性系统，因此它为解决复杂系统过程参数的软测量问题提供了一条有效途径。数的软测量问题提供了一条有效途径。基于模糊数学的软测量模型也是一种知识性模型。该方法基于模糊数学的软测量模型也是一种知识性模型。该方法特别适合应用于复杂工业过程中被测对象呈现亦此亦彼的不确定特别适合应用于复杂工业过程中被测对象呈现亦此亦彼的不确定性，且难以用常规数学定量描述的场合。实际应用中常将模糊技性，且难以用常规数学定量描述的场合。实际应用中常将模糊技术和其他人工智能技术相结合，例如将模糊数学和人工神经网络术和其他人工智能技术相结合，例如将模糊数学和人工神经网络相结合构成模糊神经网络，将模糊数学和模式识别相结合构成模相结合构成模糊神经网络，将模糊数学和模式识别相结合构成模糊模式识别，这样可互相取长补短，以提高软仪表的效能。糊模式识别，这样可互相取长补短，以提高软仪表的效能。第20页/共39页1.3 软测量技术的分类基于知识的软测量方法：基于模式识别的软测量方法是采用模式识别的方法对工业基于模式识别的软测量方法是采用模式识别的方法对工业过程的操作数据进行处理，从中提取系统的特征，构成以模式描过程的操作数据进行处理，从中提取系统的特征，构成以模式描述分类为基础的模式识别模型。基于模式识别方法建立的软测量述分类为基础的模式识别模型。基于模式识别方法建立的软测量模型与传统的数学模型不同，它是一种以系统的输入、输出数据模型与传统的数学模型不同，它是一种以系统的输入、输出数据为基础，通过对系统特征提取而构成的模式描述模型。该方法的为基础，通过对系统特征提取而构成的模式描述模型。该方法的优势在于它适用于缺乏系统先验知识的场合，可利用日常操作数优势在于它适用于缺乏系统先验知识的场合，可利用日常操作数据来实现软测量建模。在实际应用中，这种软测量建模方法常常据来实现软测量建模。在实际应用中，这种软测量建模方法常常和人工神经网络以及模糊技术等结合在一起使用。和人工神经网络以及模糊技术等结合在一起使用。基于现代优化算法的软测量是利用易测过程信息（辅助变基于现代优化算法的软测量是利用易测过程信息（辅助变量，它通常是一种随机信号），采用先进的信息优化处理技术，量，它通常是一种随机信号），采用先进的信息优化处理技术，通过对所获信息的分析处理提取信号特征量，从而实现某一参数通过对所获信息的分析处理提取信号特征量，从而实现某一参数的在线检测或过程的状态识别。的在线检测或过程的状态识别。第21页/共39页1.4 影响软仪表性能的因素辅助变量的选择测量数据的处理软仪表的在线校正第22页/共39页1.4.1 辅助变量的选择变量类型的选择：选择的方法往往从间接质量指标出发选择的方法往往从间接质量指标出发 例如：例如：精馏塔产品的软测量一般采用塔板温度精馏塔产品的软测量一般采用塔板温度化工反应器中产品的软测量采用反应器管壁温度化工反应器中产品的软测量采用反应器管壁温度第23页/共39页1.4.1 辅助变量的选择辅助变量的选择原则：过过程程适适用用性性：工工程程上上易易于于在在线线获获取取并并有有一一定定的的测测量量精度精度 灵敏性灵敏性：对过程输出或不可测扰动能做出快速反应：对过程输出或不可测扰动能做出快速反应 特特异异性性：对对过过程程输输出出或或不不可可测测扰扰动动之之外外的的干干扰扰不不敏敏感感 准确性准确性：构成的软测量仪表应能够满足精度要求：构成的软测量仪表应能够满足精度要求 鲁棒性鲁棒性：对模型误差不敏感等：对模型误差不敏感等第24页/共39页1.4.1 辅助变量的选择变量数目的选择：从从过过程程机机理理入入手手分分析析，从从影影响响被被估估计计变变量量的的变变量量中中去挑选主要因素，因为全部引入既不可能也没必要。去挑选主要因素，因为全部引入既不可能也没必要。如如果果缺缺乏乏机机理理知知识识，则则可可用用回回归归分分析析的的方方法法找找出出影影响被估计变量的主要因素，这需要大量的观测数据。响被估计变量的主要因素，这需要大量的观测数据。受受系系统统自自由由度度的的限限制制，辅辅助助变变量量的的个个数数不不能能小小于于被被估估计计变变量量的的个个数数。至至于于辅辅助助变变量量的的最最优优数数量量问问题题，目目前前尚尚无无统统一一结结论论。辅辅助助变变量量最最佳佳数数目目的的选选择择与与过过程程的的自自由由度度、测测量量噪噪声声以以及及模模型型的的不不确确定定性性有有关关，一一般般建建议议从从系系统统的的自自由由度度出出发发，先先确确定定辅辅助助变变量量的的最最小小个个数数，再再结结合合实实际际过过程程中中的的特特点点适适当当增增加加，以以便便更更好好地地处处理理动动态态特特性性的问题。的问题。第25页/共39页1.4.1 辅助变量的选择检测点位置的选择：对对于于许许多多工工业业工工程程，与与各各辅辅助助变变量量相相对对应应的的检检测测点点位位置置的的选选择择是是相相当当重重要要的的。可可供供选选择择的的检检测测点点很很多多，而而且且每每个个检检测测点点所所能能发发挥挥的的作作用用各各不不相相同同。一一般般情情况况下下，辅辅助助变变量量的的数数目目和和位位置置常常常常是是同同时时确确定定的的，用用于于选选择择变变量数目的准则往往也被用于检测点位置的选择。量数目的准则往往也被用于检测点位置的选择。检检测测点点的的选选择择方方法法：采采用用奇奇异异值值分分解解的的确确定定；采采用用工工业控制仿真软件确定业控制仿真软件确定 确定的检测点往往需要在实际应用中加以调整确定的检测点往往需要在实际应用中加以调整第26页/共39页1.4.2 测量数据的处理测量误差处理：在在实实际际应应用用中中，过过程程数数据据来来自自现现场场，受受测测量量仪仪表表精精度度、可可靠靠性性和和现现场场测测量量环环境境等等因因素素的的影影响响，不不可可避避免免地地要要带带有有各各种种各各样样的的测测量量误误差差，采采用用低低精精度度或或失失效效的的测测量量数数据据可可能能导导致致软软仪仪表表测测量量性性能能的的大大幅幅度度下下降降，严严重重时时甚甚至至导导致致软软测测量量的的失失败败，因因此此对对测测量量数数据据的的误误差差处处理理对对保证软仪表正常可靠运行非常重要。保证软仪表正常可靠运行非常重要。测量数据的误差可分为测量数据的误差可分为随机误差随机误差和和过失误差过失误差两大类。两大类。第27页/共39页1.4.2 测量数据的处理测量误差处理：随机误差的处理：随机误差的处理：符符合合统统计计规规律律，工工程程上上多多采采用用数数字字滤滤波波算算法法，如如：中位值滤波、算术平均滤波和一阶惯性滤波等。中位值滤波、算术平均滤波和一阶惯性滤波等。随随着着计计算算机机优优化化控控制制系系统统的的使使用用，复复杂杂的的数数值值计计算算方方法法对对数数据据的的精精确确度度提提出出了了更更高高的的要要求求，于于是是出出现现了了数数据据一一致致性性处处理理技技术术，其其基基本本思思想想：根根据据物物料料或或能能量量平平衡衡等等建建立立精精确确的的数数学学模模型型，以以估估计计值值与与测测量量值值的的方方差差最最小小为为优优化化目目标标，构构造造一一个个估估计计模模型型，为为测测量量数数据据提提供供一一个最优估计。个最优估计。第28页/共39页1.4.2 测量数据的处理测量误差处理：过失误差的处理：过失误差的处理：含含有有过过失失误误差差的的数数据据出出现现的的机机率率较较小小，但但是是，一一旦旦出出现现则则可可能能严严重重破破坏坏数数据据的的统统计计特特性性，导导致致软软测测量量的的失败。失败。提提高高测测量量数数据据质质量量的的关关键键：及及时时侦侦测测、剔剔除除和和校校正含有过失误差的数据。正含有过失误差的数据。侦测过失误差的方法：侦测过失误差的方法：-对对各各种种可可能能导导致致过过失失误误差差的的因因素素进进行行理理论论分分析；析；-借借助助于于多多种种测测量量手手段段对对同同一一变变量量进进行行测测量量，然后进行比较；然后进行比较；-根据测量数据的统计特性进行检验等。根据测量数据的统计特性进行检验等。第29页/共39页1.4.2 测量数据的处理测量数据变换：测测量量数数据据变变换换不不仅仅影影响响模模型型的的精精度度和和非非线线性性映映射射能能力力，而而且且对对数数值值算算法法的的运运行行效效果果也也有有重重要要作作用用。测测量量数数据据的的变变换换包包括括标标度度、转换转换和和权函数权函数三个方面。三个方面。实实际际测测量量数数据据可可能能有有着着不不同同的的工工程程单单位位，各各变变量量的的大大小小间间在在数数值值上上可可能能相相差差几几个个数数量量级级，直直接接使使用用原原始始测测量量数数据据进进行行计计算算可可能能丢丢失失信信息息和和引引起起数数值值计计算算的的不不稳稳定定，因因此此需需要要采采用用合合适适的的因因子子对数据进行标度，以改善算法的精度和计算稳定性。对数据进行标度，以改善算法的精度和计算稳定性。转转换换包包括括对对数数据据的的直直接接换换算算和和寻寻找找新新的的变变量量替替换换原原变变换换变变量量两个方面，通过对数据的转换，可有效地降低非线性特性。两个方面，通过对数据的转换，可有效地降低非线性特性。权权函函数数则则可可实实现现对对变变量量动动态态特特性性的的补补偿偿。合合理理使使用用权权函函数数使使我们有可能用稳态模型实现对过程的动态估计我们有可能用稳态模型实现对过程的动态估计第30页/共39页1.4.3 软仪表的在线校正工业实际装置在运行过程中，随着操作条件的变化，其工业实际装置在运行过程中，随着操作条件的变化，其过程对象特性和工作点不可避免地要发生变化和漂移，过程对象特性和工作点不可避免地要发生变化和漂移，因此在软仪表的应用过程中，必须对软测量模型进行在因此在软仪表的应用过程中，必须对软测量模型进行在线校正才能适应新的工况。线校正才能适应新的工况。软测量模型在线校正包括软测量模型在线校正包括模型结构的优化模型结构的优化和和模型参数的模型参数的修正修正两方面。两方面。通常对软仪表的在线校正仅修正模型的参数，具体方法有自通常对软仪表的在线校正仅修正模型的参数，具体方法有自适应法、增量法和多时标法等。适应法、增量法和多时标法等。对模型结构的优化较为复杂，它需要大量的样本数据和较长对模型结构的优化较为复杂，它需要大量的样本数据和较长的时间。可采用基于短期学习和长期学习思想来解决。短期学习的时间。可采用基于短期学习和长期学习思想来解决。短期学习是指以某辅助变量的采样化验分析值与软测量值之差为依据，采是指以某辅助变量的采样化验分析值与软测量值之差为依据，采用建模方法，修改模型系数。长期学习是指当软测量模型在线运用建模方法，修改模型系数。长期学习是指当软测量模型在线运行一段时间后，逐步积累了足够的新样本时，根据新样本，采用行一段时间后，逐步积累了足够的新样本时，根据新样本，采用建模方法，重建软测量模型。建模方法，重建软测量模型。第31页/共39页1.4.3 软仪表的在线校正值得注意的问题：校正数据的获取问题：校正数据的获取问题：在配备在线分析仪表的场合，系统的在配备在线分析仪表的场合，系统的主导变量的真值可以连续得到，此时采用校正方法不会有太大问主导变量的真值可以连续得到，此时采用校正方法不会有太大问题。在主导变量的真值仅能来源于离线人工化验的场合，通常取题。在主导变量的真值仅能来源于离线人工化验的场合，通常取样周期为数小时或更长，样本密度稀疏。此时，采用何种校正方样周期为数小时或更长，样本密度稀疏。此时，采用何种校正方法值得研究。法值得研究。样本数据与过程数据在时序上的配合问题：样本数据与过程数据在时序上的配合问题：尤其在人工分析尤其在人工分析情况下，从辅助变量即时反映的产品质量状态到取样位置需要一情况下，从辅助变量即时反映的产品质量状态到取样位置需要一定的取样时间，取样后直到产品质量数据返回现场又要耗费很长定的取样时间，取样后直到产品质量数据返回现场又要耗费很长时间。因此，在利用分析值与与辅助变量进行软仪表的校正时，时间。因此，在利用分析值与与辅助变量进行软仪表的校正时，应特别注意保持两者在时间上的对应关系。应特别注意保持两者在时间上的对应关系。第32页/共39页1.5 软测量的实施对于大型工业生产装置，软测量通常是在生产装置现对于大型工业生产装置，软测量通常是在生产装置现有的软、硬件平台上实施，一般包含如下基本功能块：有的软、硬件平台上实施，一般包含如下基本功能块：实实时时数数据据平平台台：实实现现各各模模块块与与生生产产过过程程交交换换实实时时数数据据及及模块间的快速交换模块间的快速交换 I/O接口：接口：负责过程数据的采集和软测量计算结果的输出负责过程数据的采集和软测量计算结果的输出 故故障障诊诊断断和和数数据据处处理理：对对过过程程数数据据进进行行故故障障诊诊断断和和所所需需的数据处理，为软测量的实时计算模块提供数据以及必要的信息的数据处理，为软测量的实时计算模块提供数据以及必要的信息 监监视视和和整整定定：提提供供给给工工程程师师或或操操作作员员的的界界面面，给给工工程程师师提提供供维维护护的的接接口口，可可以以对对软软测测量量进进行行监监控控、模模型型调调整整、参参数数设设置置、命令选择等命令选择等 第33页/共39页1.6 软测量的工业应用由于软仪表可以像常规过程检测仪表一样为控制系统由于软仪表可以像常规过程检测仪表一样为控制系统提供过程信息，因此软测量技术目前已经在过程控制提供过程信息，因此软测量技术目前已经在过程控制领域得到了广泛应用，下图概况地表示了软测量技术领域得到了广泛应用，下图概况地表示了软测量技术在过程控制系统中的应用：在过程控制系统中的应用：第34页/共39页1.6 软测量的工业应用过程操作和监控：过程操作和监控：软软仪仪表表实实现现成成分分、物物性性等等特特殊殊变变量量的的在在线线测测量量，而而这这些些变变量量往往往往对对过过程程评评估估和和质质量量非非常常重重要要。没没有有仪仪表表的的时时候候，操操作作人人员员要要主主动动收收集集温温度度、压压力力等等过过程程信信息息，经经过过头头脑脑中中经经验验的的综综合合，对对生生产产情情况况进进行行判判断断和和估算。估算。有有了了软软仪仪表表，软软件件就就部部分分地地代代替替了了人人脑脑的的工工作作，提提供供更更直直观观的的过过程程信信息息，并并预预测测未未来来工工况况的的变变化化，从从而而可可以以帮帮助助操操作作人人员员及及时时调调整整生生产产条条件件，达达到到生生产产目目标。标。第35页/共39页1.6 软测量的工业应用过程控制：可以构成推断控制可以构成推断控制 推推断断控控制制：利利用用模模型型由由可可测测信信息息将将不不可可测测的的被被控控输输出出变变量量推推算算出出来来，以以实实现现反反馈馈控控制制，或或者者将将不不可可测测的扰动推算出来，以实现前馈控制的一类控制系统。的扰动推算出来，以实现前馈控制的一类控制系统。第36页/共39页1.6 软测量的工业应用过程优化：软软测测量量为为过过程程优优化化提提供供重重要要的的调调优优变变量量估估计计，成成为优化模型的一部分；为优化模型的一部分；软测量本身就是重要的优化目标，如质量等，直接软测量本身就是重要的优化目标，如质量等，直接作为优化模型使用。作为优化模型使用。根据不同的优化模型，按照一定的优化目标，采取根据不同的优化模型，按照一定的优化目标，采取相应的优化方法，在线求出最佳操作参数条件，使系相应的优化方法，在线求出最佳操作参数条件，使系统运行在最优工作点处，实现自适应优化控制。统运行在最优工作点处，实现自适应优化控制。第37页/共39页1.7 本章小结软测量的基本概念软测量的基本概念软测量的数学描述和结构软测量的数学描述和结构软测量的分类软测量的分类影响软仪表性能的因素影响软仪表性能的因素软测量的实施软测量的实施软测量的工业应用软测量的工业应用第38页/共39页感谢您的观看！第39页/共39页