化工过程系统的多层数据调和框架
过程数据的可靠性和一致性在化工过程系统中是非常重要的。过程的测量数据一般含有随机误差和显著误差，必须应用数据调和与显著误差检测技术来减小过程测量数据的误差。测量数据具有不同的类型。针对不同类型的测量数据的数据调和问题，本文提出了一种多层数据调和框架，此框架可以根据不同的测量数据选择不同层次的机理模型，进行数据调和。不同类型的测量数据的数据调和问题分为三层，第一层是基于总物料平衡层，第二层是基于物料和组分平衡层，第三层基于严格机理模型层。在此数据调和框架中，应用加权最小二乘目标函数作为调和目标，采用鲁棒高效的显著误差检测方法。基于此框架，对于化工过程系统的测量信息的不同，均可选择合理的模型有效地对测量数据进行数据调和。联塔系统和空气分离系统的数值模拟实验说明了此框架的灵活性和有效性。
化工过程系统 加权最小二乘 严格机理模型层 多层数据调和框架 显著误差检测 空气分离系统 数值模拟
张正江 邵之江 陈曦 钱积新
浙江大学工业控制技术国家重点实验室,工业控制研究所,浙江杭州,310027
国内会议
上海
中文
378-385
2008-09-19（万方平台首次上网日期，不代表论文的发表时间）