淺析軟測量技術(shù)及其應(yīng)用
在過程控制中，若要使生產(chǎn)裝置處于最佳運行工況、實現(xiàn)卡邊控制、多產(chǎn)高價值產(chǎn)品，從而提高裝置的經(jīng)濟效益，就必須要對產(chǎn)品質(zhì)量或與產(chǎn)品質(zhì)量密切相關(guān)的重要過程變量進行嚴格控制。在線分析儀表(傳感器)不僅價格昂貴、維護保養(yǎng)復(fù)雜，而且由于分析儀表滯后大等原因，最終將導致控制質(zhì)量的性能下降，難以滿足生產(chǎn)要求。還有部分產(chǎn)品質(zhì)量目前無法測量，這種情況在工業(yè)生產(chǎn)中實例很多，例如某些精(分)餾塔產(chǎn)品成分，塔板效率，干點、閃點，反應(yīng)器中反應(yīng)物濃度、轉(zhuǎn)化率、摧化劑活性。高爐鐵水中的含硅量，生物發(fā)酵罐中的生物量參數(shù)等。為了解決這類變量的測量問題，出現(xiàn)了不少方法，目前應(yīng)用較廣泛的是軟測量方法。
軟測量的基本思想是把自動控制理論與生產(chǎn)過程知識有機結(jié)合起來，應(yīng)用計算機技術(shù)，針對難于測量或暫時不能測量的重要變量(或稱之為主導變量)，選擇另外一些容易測量的變量(或稱之為輔助變量)，通過構(gòu)成某種數(shù)學關(guān)系來推斷和估計，以軟件來代替硬件(傳感器)功能。這類方法響應(yīng)迅速，能夠連續(xù)給出主導變量信息，且具有投資低、維護保養(yǎng)簡單等優(yōu)點。
近年來，國內(nèi)外對軟測量技術(shù)進行了大量的研究。著名國際過程控制專家MCavoy教授將軟測量技術(shù)列為未來控制領(lǐng)域需要研究的幾大方向之一，具有廣闊的應(yīng)用前景。
一、軟測量技術(shù)概論
軟測量技術(shù)主要由輔助變量的選擇、數(shù)據(jù)采集和處理、軟測量模型及在線校正四個部分組成。
1.1機理分析與輔助變量的選擇
首先明確軟測量的任務(wù)，確定主導變量。在此基礎(chǔ)上深入了解和熟悉軟測量對象及有關(guān)裝置的工藝流程，通過機理分析可以初步確定影響主導變量的相關(guān)變量輔助變量。輔助變量的選擇包括變量類型、變量數(shù)目和檢測點位置的選擇。這三個方面互相關(guān)聯(lián)、互相影響，由過程特性所決定的。在實際應(yīng)用中，還受經(jīng)濟條件、維護的難易程度等外部因素制約。
1.2數(shù)據(jù)采集和處理
從理論上講，過程數(shù)據(jù)包含了工業(yè)對象的大量相關(guān)信息，因此，數(shù)據(jù)采集量多多益善，不僅可以用來建模，還可以檢驗?zāi)Ｐ�。實際需要采集的數(shù)據(jù)是與軟測另量主導變量對應(yīng)時間的輔助變量的過程數(shù)據(jù)。其次，數(shù)據(jù)覆蓋面在可能條件下應(yīng)寬一些，以便軟測量具有較寬的適用范圍。為了保證軟測量精度，數(shù)據(jù)的正確性和可靠性十分重要。
采集的數(shù)據(jù)必須進行處理，數(shù)據(jù)處理包含兩個方面，即換算(scaling)利數(shù)據(jù)誤差處理。數(shù)據(jù)誤差分為隨機誤差和過失誤差兩類，前者是隨機因素的影響，如操作過程微小的波動或測量信號的噪聲等，常用濾波的方法來解決；后者包括儀表的系統(tǒng)誤差(如堵塞、校正不準等)以及不完全或不正確的過程模型(受泄漏、熱損失等不確定因素影響)。過失誤差出現(xiàn)的幾率較小，但它的存在會嚴重惡化數(shù)據(jù)的品質(zhì)，可能會導致軟測量甚至整個過程優(yōu)化的失效。因此，及時偵破、剔除和校正這類數(shù)據(jù)是誤差處理的首要任務(wù)。
1.3軟測量模型的建立
軟測量模型是軟測量技術(shù)的核心。建立的方法有機理建模、經(jīng)驗建模以及兩者相結(jié)合的建模。
1.3.1機理建模
從機理出發(fā)，也就是從過程內(nèi)在的物理和化學規(guī)律出發(fā)，通過物料平衡與能量平衡和動量平衡建立數(shù)學模型。對于簡單過程可以采用解析法，而對于復(fù)雜過程，特別是需要考慮輸入變量大范圍變化的場合，采用仿真方法。典型化工過程的仿真程序已編制成各種現(xiàn)成軟件包。
機理模型優(yōu)點是可以充分利用已知的過程知識，從事物的本質(zhì)上認識外部特征；有較大的適用范圍，操作條件變化可以類推。但它亦有弱點，對于某些復(fù)雜的過程難于建模，必須通過輸入/輸出數(shù)據(jù)驗證。
1.3.2經(jīng)驗建模
通過實測或依據(jù)積累操作數(shù)據(jù)，用數(shù)學回歸方法、神經(jīng)網(wǎng)絡(luò)方法等得到經(jīng)驗?zāi)Ｐ蛠磉M行測試，理論上有很多實驗設(shè)計方法，如常用的正交設(shè)計等。有一種辦法是吸取調(diào)優(yōu)操作經(jīng)驗，即逐步向更好的操作點移動，這樣可一舉兩得，既擴大了測試范圍，又改進了工藝操作。測試中另一個問題是穩(wěn)態(tài)是否真正建立，否則會帶來較大誤差。還有數(shù)據(jù)采樣與產(chǎn)品質(zhì)量分析必須同步進行。最后是模型檢驗，檢驗分為自身檢驗與交叉檢驗。我們建議和提倡交叉檢驗。經(jīng)驗建模的優(yōu)點與弱點與機理建模正好相反，特別是現(xiàn)場測試，實施中有一定難處。
1.3.3機理建模與經(jīng)驗建模相結(jié)合
把機理建模與經(jīng)驗建模結(jié)合起來，可兼容兩者之長，補各自之短。機理與經(jīng)驗相結(jié)合建模是一個較實用的方法，目前被廣泛采用。
1.4軟測量模型的在線校正
由于軟測量對象的時變性、非線性以及模型的不完整性等因素，必須考慮模型的在線校正，才能適應(yīng)新工況。軟測量模型的在線校正可表示為模型結(jié)構(gòu)和模型參數(shù)的優(yōu)化過程，具體方法有自適應(yīng)法、增量法和多時標法。
對模型結(jié)構(gòu)的修正往往需要大量的樣本數(shù)據(jù)和較長的計算時間，難以在線進行。為解決模型結(jié)構(gòu)修正耗時長和在線校正的矛盾，提出了短期學習和長期學習的校正方法。短期學習由于算法簡單、學習速度快而便于實時應(yīng)用。長期學習是當軟測量儀表在線運行一段時間積累了足夠的新樣本模式后，重新建立軟測量模型。
二、軟測量建模的方法
軟測量的核心問題是其模型的建立，也即建立待估計變量與其它直接測量變量間的關(guān)聯(lián)模型。軟測量建模的方法多種多樣，且各種方法互有交叉，且有相互融合的趨勢，因此很難有妥當而全面的分類方法。目前，軟測量建模方法一般可分為:機理建模、回歸分析、狀態(tài)估計、模式識別、人工神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學、基于支持向量機(SVM)和核函數(shù)的方法、過程層析成像、相關(guān)分析和現(xiàn)代非線性系統(tǒng)信息處理技術(shù)等。這些方法都不同程度地應(yīng)用于軟測量實踐中，均具有各自的優(yōu)缺點及適用范圍，有些方法在軟測量實踐中己有許多成功的應(yīng)用，后面幾種建模方法限于技術(shù)發(fā)展水平，目前在過程控制中還應(yīng)用較少。
2.1基于工藝機理分析的軟測量建模
基于工藝機理分析的軟測量建模主要是運用化學反應(yīng)動力學、物料平衡、能量平衡等原埋，通過對過程對象的機理分析，找出不可測主導變量與可測輔助變量之間的關(guān)系(建立機理模型)，從而實現(xiàn)對某一參數(shù)的軟測量。對于工藝機理較為清楚的工藝過程，該方法能構(gòu)造出性能良好的軟儀表。但是對于機理研究不充分、尚不完全清楚的復(fù)雜工業(yè)過程，難以建立合適帆機理模型。此時該方法就需要與其它參數(shù)估計方法相結(jié)合才能構(gòu)造軟儀表。這種軟測量建模方法是工程中常用的方法，其特點是簡單、工程背景清晰，便于實際\"應(yīng)用，但應(yīng)用效果依賴于對工藝機理的了解程度，因為這種軟測量方法是建立在對工藝過程機理深刻認識的基礎(chǔ)上，建模的難度較大。
2.2基于回歸分析的軟測量建模
經(jīng)典的回歸分析是一種建模的基本方法，應(yīng)用范圍相當廣泛。以最小二乘法原理為基礎(chǔ)的一元和多元線性回歸技術(shù)目前已相當成熟，常用于線性模型的擬合。對于輔助變量較少的情況，一般采用多元線性回歸中的逐步回歸技術(shù)以獲得較好的軟測量模型。對于輔助變量較多的情況，通常要借助機理分析，首先獲得模型各變量組合的大致框架，然后再采用逐步回歸方法獲得軟測量模型。為簡化模型，也可采用主元回歸分析法PCR(Principalcomponentregression)和部分最小二乘回歸法PLSR(principalcomponentregression)等方法。基于回歸分析的軟測量建模方法簡單實用，但需要足夠有效的樣本數(shù)據(jù)，對測量誤差較為敏感且模型物理量概念不明了。
2.3基于狀態(tài)估計的軟測量建模
如果系統(tǒng)主導變量作為系統(tǒng)的狀態(tài)變量是完全可觀的，那么軟測量建模問題就轉(zhuǎn)化為典型的狀態(tài)觀測和狀態(tài)估計問題�；跔顟B(tài)估計的軟儀表由于可以反映主導變量和輔助變量之間的動態(tài)關(guān)系，因此，有利于處理各變量間動態(tài)特性的差異和系統(tǒng)滯后等情況。這種軟測量建模方法的缺點在于對復(fù)雜的工業(yè)過程，常常難以建立系統(tǒng)的狀態(tài)空間模型，這在一定程度上限制了該方法的應(yīng)用。同時在許多工業(yè)生產(chǎn)過程中，常常會出現(xiàn)持續(xù)緩慢變化的不可測的擾動，在這種情況下采用這種建模方法可能會帶來顯著的誤差。
2.4基于模式識別的軟測量建模
這種軟測量建模方法是采用模式識別的方法對工業(yè)過程的操作數(shù)據(jù)進行處理，從中提取系統(tǒng)的特征，構(gòu)成以模式描述分類為基礎(chǔ)的模式識別模型，如空間超盒等。基于模式識別方法建立的軟測量模型與傳統(tǒng)的數(shù)學模型不同，它是一種以系統(tǒng)的輸入/輸出數(shù)據(jù)為基礎(chǔ)，通過對系統(tǒng)特征提取而構(gòu)成的模式描述模型。該方法的優(yōu)勢在于它適用于缺乏系統(tǒng)先驗知識的場合，可利用日常操作數(shù)據(jù)來實現(xiàn)軟測量建模。在實際應(yīng)用中，這種軟測量建模方法常常和人工神經(jīng)網(wǎng)絡(luò)以及模糊技術(shù)等技術(shù)結(jié)合在一起使用。中國糧油儀器網(wǎng) http://m.feta-virtual.com/
