數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測方法研究與應(yīng)用.pdf

1、在工業(yè)過程的監(jiān)測、控制、優(yōu)化甚至生產(chǎn)決策中，過程數(shù)據(jù)扮演著極其重要的角色，但在測量中過程數(shù)據(jù)往往受到工業(yè)過程中隨機(jī)誤差甚至顯著誤差的干擾，使得基于受干擾的過程數(shù)據(jù)的控制、優(yōu)化、建模和決策的性能下降。數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測是一種用來降低這種干擾以至去除顯著誤差的技術(shù)。本論文以流程行業(yè)為背景，探討了數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測若干問題的解決方法及其在全廠物料平衡系統(tǒng)中的應(yīng)用。
　　 全文首先分析數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測方法現(xiàn)有框架的不足，繼

2、而提出一種新的框架和方法，并將該框架和方法按照從線性穩(wěn)態(tài)系統(tǒng)到非線性動態(tài)系統(tǒng)這一由簡單到復(fù)雜的順序不斷進(jìn)行完善，使所提出的方法能夠有效處理數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測中多方面的問題，成為一個比較完整的理論體系。最后，將本文所提出的理論框架中的同步數(shù)據(jù)協(xié)調(diào)與測量偏差及過程泄漏估計(jì)方法應(yīng)用于全廠物料平衡系統(tǒng)中，在實(shí)際應(yīng)用中對該方法進(jìn)行了檢驗(yàn)。從而不僅在理論研究中，也在實(shí)際應(yīng)用中驗(yàn)證了本文所提理論框架及相應(yīng)方法的有效性。
　　 本論文主要研

3、究工作如下：
　　 1．首先提出一種線性穩(wěn)態(tài)系統(tǒng)中的迭代數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測策略，該策略將統(tǒng)計(jì)檢驗(yàn)與基于赤池信息準(zhǔn)則(AIC)的混合整數(shù)非線性規(guī)劃方法相結(jié)合，采用迭代策略以減少原方法的計(jì)算量，并采用統(tǒng)計(jì)假設(shè)檢驗(yàn)的方法來改善對顯著誤差的檢測性能。通過仿真研究，可以看出該策略能夠在很大程度上減少計(jì)算量從而縮短計(jì)算時間，并且在顯著誤差檢測效果上較原方法也有一定的提高。同時，通過研究發(fā)現(xiàn)，雖然一般認(rèn)為采用完整AIC形式作為數(shù)據(jù)協(xié)調(diào)與顯

4、著誤差檢測的框架具有良好的性能，但實(shí)際的效果卻難以令人滿意。因此，需要一種比AIC具有更好特性的數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測方法框架。
　　 2．為了解決前一研究中所提出的問題，將統(tǒng)計(jì)學(xué)習(xí)理論引入以代替AIC作為數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測的框架，并提出了基于支持向量回歸(SV回歸)的同步數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測方法。該方法可將測量數(shù)據(jù)中的顯著誤差和離群值視為回歸模型的復(fù)雜性從而進(jìn)行去除，同時，該方法的影響函數(shù)是有界的，所以對測量數(shù)據(jù)集中的離

5、群值也有一定的魯棒性。又由于SV回歸自身的參數(shù)對結(jié)果具有魯棒性，所以該方法對于自身的參數(shù)選取也較寬松。通過穩(wěn)態(tài)和線性動態(tài)系統(tǒng)的仿真研究，可以看出該方法所具有的優(yōu)良特性。
　　 3．由于顯著誤差不僅表現(xiàn)為與測量相關(guān)的偏差，也可表現(xiàn)為過程中的泄漏或者錯誤的過程模型，這也會嚴(yán)重影響數(shù)據(jù)協(xié)調(diào)的結(jié)果，但只有少數(shù)方法能夠考慮過程泄漏問題。在數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測的統(tǒng)計(jì)學(xué)習(xí)理論框架下，將所提出的SV回歸方法進(jìn)行擴(kuò)展，使得該方法能夠同時處理與測

6、量相關(guān)的偏差和過程泄漏問題，從而使得本論文所提出的框架與方法能夠處理顯著誤差檢測的多方面問題。仿真研究和與其它方法的比較結(jié)果顯示了該方法的有效性。
　　 4．對于非線性動態(tài)系統(tǒng)，本論文基于無跡變換迭代非線性動態(tài)數(shù)據(jù)協(xié)調(diào)技術(shù)(URNDDR)，提出了增廣的URNDDR(AURNDDR)方法，該方法考慮了狀態(tài)、測量以及參數(shù)的不確定性，能夠提供更準(zhǔn)確的狀態(tài)及參數(shù)估計(jì)結(jié)果。同時，仍然在數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測的統(tǒng)計(jì)學(xué)習(xí)理論框架下，將SV回歸

7、方法應(yīng)用到非線性動態(tài)系統(tǒng)中，提出SV回歸AURNDDR方法(SVRAURNDDR)，該方法能夠克服測量中離群值的干擾并同時實(shí)現(xiàn)準(zhǔn)確的狀態(tài)與參數(shù)估計(jì)。將該方法應(yīng)用于閉環(huán)控制回路中，即使在測量中含有離群值的情況下，也能夠得到較好的控制性能。
　　 5．在任何一個現(xiàn)代化的煉化工廠中，能夠反映全廠真實(shí)生產(chǎn)狀況的全廠級物料平衡數(shù)據(jù)是進(jìn)行生產(chǎn)計(jì)劃、生產(chǎn)調(diào)度以及績效分析等制造運(yùn)行管理的關(guān)鍵因素。數(shù)據(jù)協(xié)調(diào)與顯著誤差檢測技術(shù)的自身特性，決定了該技

8、術(shù)適用于解決全廠級物料平衡的問題。針對實(shí)際應(yīng)用問題，本論文給出了一種符合制造運(yùn)行管理國際標(biāo)準(zhǔn)的全廠物料平衡系統(tǒng)的架構(gòu)，基于該架構(gòu)將本論文中提出的基于SV回歸的同步數(shù)據(jù)協(xié)調(diào)與測量偏差及泄漏估計(jì)方法應(yīng)用到全廠物料平衡系統(tǒng)中，使得該系統(tǒng)能夠有效地處理測量上的顯著誤差以及物料移動事件上的錯誤及缺失。該系統(tǒng)己在中石化下屬某煉油廠及大連某化工廠得以實(shí)施，并己推廣到后續(xù)的項(xiàng)目中。實(shí)際工業(yè)中的使用效果說明了所提框架和該方法的有效性以及該應(yīng)用架構(gòu)的規(guī)范與