软测量技术及其应用
第六章 软测量技术
三、软测量技术的建模
1．机理建模
• 根据化学反应方程式、能量平衡物料平衡方程式， 根据化学反应方程式、能量平衡物料平衡方程式，分 析生产工艺过程和各种变量之间的相互影响情况， 析生产工艺过程和各种变量之间的相互影响情况，从内在 的机理出发，找出主导变量（被测变量） 的机理出发，找出主导变量（被测变量）与有关辅助变量 之间的数学关系（模型），这种建模方法称为机理建模 ），这种建模方法称为机理建模。 之间的数学关系（模型），这种建模方法称为机理建模。 机理建模需要有扎实的物理、化学和生物方向面基础知 机理建模需要有扎实的物理、 对工艺过程十分清楚，各种工艺数据准确可靠。 识，对工艺过程十分清楚，各种工艺数据准确可靠。机理 可以采用仿真的方法。 建模可以采用仿真的方法 建模可以采用仿真的方法。 机理建模从事物的本质出发认识问题和解决问题， 机理建模从事物的本质出发认识问题和解决问题， 有优越性，对于较简单的生产工艺过程有实用性 实用性， 有优越性，对于较简单的生产工艺过程有实用性，对较 复杂的工艺过程则存在很大难度， 复杂的工艺过程则存在很大难度，和其它方法结合可以 产生更好的效果。 产生更好的效果。
二、软测量技术的内容
2．软测量模型的建立
一旦确定了辅助变量，软测量的核心工作就是建立软测 核心工作就是建立软测 一旦确定了辅助变量，软测量的核心工作 量模型，如下图所示： 量模型，如下图所示：
软测量最本质的技术 软测量最本质的技术是表征辅助变量和主导变量之间数 最本质的技术是表征辅助变量和主导变量之间数 学关系的软测量模型。与控制系统建模类似， 学关系的软测量模型。与控制系统建模类似，建立软测量 模型主要有机理建模 经验建模和 机理建模， 模型主要有机理建模，经验建模和机理与经验相结合的建 模。
软测量技术及其应用与发展
软测量技术的未来发展
在学术研究方面，未来软测量技术的研究将更加深入和系统化。研究人员将 通过跨学科的合作与交流，推动软测量技术的发展与创新。例如，将机器学习、 深度学习等先进的人工智能技术与软测量技术相结合，将有助于提高模型的自适 应能力和预测精度。此外，研究人员还将探索软测量技术在新能源、新材料等领 域的应用，为实现可持续发展提供新的解决方案。
软测量技术及其应用与发展
01 引言
目录
02 软测量技术
03 软测量技术的应用
04
软测量技术的未来发 展
05 结论
06 参考内容
引言
引言
随着科学技术的发展，测量技术的进步对各个领域的影响越来越深远。在众 多测量技术中，软测量技术以其非侵入性和灵活性而备受。软测量技术通过数学 模型和计算机模拟等方法，对无法直接测量或者测量难度较大的物理量进行估计 和预测，为工业生产、科学研究等众多领域提供了强有力的支持。
软测量技术
软测量技术
软测量技术的基本原理是利用已知信息，通过数学模型和计算机技术估计和 预测未知量。在软测量技术中，建立软测量模型是核心步骤。该模型利用输入信 号的特征，结合各种算法，估计和预测目标变量的值。软测量模型不仅可以根据 实际需求进行定制，还可以实现实时监测和在线优化。
软测量技术
在建立软测量模型时，需要选择合适的算法进行建模。常见的算法包括神经 网络、支持向量机、回归分析等。这些算法可以根据数据的特征和规律，实现高 精度的测量和估算。同时，借助计算机技术，软测量技术可以实现模型的在线优 化和实时更新，以适应不同环境和条件下的测量需求。
二、基于数据驱动的软测量建模 技术
1、数据采集
1、数据采集
在工业过程中，各种传感器会采集大量的数据，包括温度、压力、流量等。 这些数据需要通过一定的预处理和清洗，去除异常值和噪声，保证数据的准确性 和可靠性。
软测量技术原理及应用
软测量技术原理及应用
软测量技术是一种基于数据驱动的测量方法，通过建立数学模型从实时过程中采集的数据中实时估计和预测相关过程变量，从而实现过程的监控、优化和控制。
它主要包括以下几个方面的原理和应用：
1. 原理：软测量技术基于统计学、数学建模和机器学习等方法，通过对大量历史过程数据的分析、建模和训练，构建出数学模型，并利用该模型对实时数据进行解析和预测。
常用的软测量方法有主成分分析、支持向量机、神经网络、模糊系统等。
2. 应用：软测量技术广泛应用于过程工业领域的监控、优化和控制。
例如，在化工工艺中，通过软测量技术可以实时估计关键的过程变量，如温度、压力、流量等，从而实现对生产过程的实时监控和优化控制。
在能源领域，软测量技术可以用于实时预测能源需求和优化能源供应链。
在制造业中，软测量技术可以用于产品质量监控和预测，从而提高生产效率和产品质量。
总之，软测量技术可以通过建立数学模型和分析实时数据，实现对过程的实时监控、预测和优化控制，具有广泛的应用前景。
软测量技术在故障诊断中的应用
y f ( xk , xo )
xk 为易测过程变量， 其中， xo 为可控的操作变 量， 为污水生化处理中的扰动。
软测量建模
1.机理模型
利用物理规律等知识分析问题，建立模型
2.人工智能模型
神经网络：它是一种模仿动物神经网络行为特征，进 行分布式并行信息处理的算法数学模型。这种网络依靠系 统的复杂程度，通过调整内部大量节点之间相互连接的关 系，从而达到处理信息的目的。
SBR生化处理工艺的除氮、除磷运行方式工艺流程 （一种微生物净化工艺）
软测量用于故障诊断的背景
在污泥生化处理工艺中，由于原水水质、 水量以及环境因素的不断变化，活性污 泥系统在工程实际运行中常出现毒素侵 害微生物、污泥膨胀、污泥上浮以及泡 沫等异常现象。 这些异常现象致使出水水质质量不同程 度的下降，严重时甚至会导致活性污泥 系统运行崩溃。
软测量用于故障诊断的背景
氨氮、毒性物质等的浓度难以测量 或不易在线测量，软测量技术为此 提供了解决方案。
什么是软测量技术
软测量技术是以易测过程变量(辅助变量 或二次变量) 为基础, 利用易测过程变量和 待测过程变量(难测主导变量) 之间的数学 关系(软测量模型) , 通过各种数学计算和 估计实现对待测过程变量的测量。
软测量技术在故障诊断中 的应用——污水处理
讲解：叶小威 班级：电气1101班
什么是软测量技术
软测量技术是以易测过程变量(辅助变量 或二次变量) 为基础, 利用易测过程变量和 待测过程变量(难测主导变量) 之间的数学 关系(软测量模型) , 通过各种数学计算和 估计实现对待测过程变量的测量。
软测量用于故障诊断的背景
软测量技术及其应用发展
软测量技术及其应用发展摘要:采用软测量技术，可利用工业标准计算机平台将不同仪表混合连接，使用集成化、标准化虚拟仪器仪表软件集成在一个系统中，应用系统工程的方法进行优化，使之以最优的性价比满足应用系统的性能要求。
软测量技术的应用将会极大限度地降低工业过程检测和控制系统的成本，提高系统控制性能指标，为工业过程检测和控制系统的发展提供必要的技术条件。
关键词:软测量虚拟仪器数学模型检测与控制系统1、引言当今工业界对过程控制系统的要求越来越高，不仅希望控制指标能保持平稳或快速跟踪，而且常常希望控制指标能够以一定方式显示出来。
然而对许多工业过程来说，一些重要的输出变量目前还很难通过传感器得到，如精馏塔的产品浓度。
软测量技术的理论根源是基于软仪表的推断控制。
推断控制的基本思想是采集过程中比较容易测量的辅助变量，通过构造推断估计器来估计并克服扰动和测量噪声对主导变量的影响。
软测量技术体现了估计器的特点。
估计器的设计是根据某种最优准则，选择一种即与主导变量有密切联系又容易测量的辅助变量，通过构造某种数学关系，实现对主导变量的在线估计。
软测量技术除了能“测量”主导变量，还可以对一些反映过程特性的工艺参数如精馏塔的塔板效率和反应器的催化剂活性等做出估计。
所以它已成为自动监测和过程优化的有力工具。
近年来，在软测量方面国内外有大量的研究，Thomas J.McAvoy更是将Soft Sensor列为几大研究之首，因为软测量方法涉及到自动控制的许多重要领域,如:过程建模、系统辨识、数据处理等等。
总的说来，软测量方法的研究经历了从线性到非线性,从静态到动态，从无校正功能到有校正功能的发展过程。
2、控制方法概述2. 1. 软测量技术的应用条件软测量技术主要由4个相关要素组成：(1) 中间辅助变量的选择；(2) 数据处理；(3) 软测量模型的建立；(4) 软测量模型的在线校正。
其中(3) 是软测量技术最重要的组成部分。
2.1.1. 中间辅助变量的选择从间接质量指标出发进行中间辅助变量类型的选择，即应选择那些对被估变量的输出具有较大影响且变化较大的中间辅助变量，从工艺上分析，这些中间辅助变量对估计值的影响不能被忽略；根据系统的机理和需要确定中间辅助变量的数量，应该根据软测量采用的系统建模方法及其机理，结合具体过程进行分析；采用奇异值分解或工业控制仿真软件等方法进行检测点的选取，在使用软测量技术时，检测位置对模型的动态特性有一定影响。
软测量技术
算、分析、处理等功能的计算机仪器系统。
以个人计算机为核心 通过测量软件支持 具有虚拟仪器面板功能 具有仪器硬件
具有通信功能
虚拟仪器检测技术
虚拟仪器的构成
显示记录仪表与装置
在测量中，人们需要将被测参数转变为容易识别的方式表现出来：指 针的位移，光柱（条）的长短、数码、图形、图像等。具有这类功能 的仪 表及装置，称为显示记录仪表。 与测量压力、物位、流量和温度的仪表不同，显示记录仪表属于二次 仪表的范畴。 二次仪表：不直接用于测量被测对象如温度、压力等物理量，而主 要 用于测量由一次仪表得到的电压、电阻或电流的变化量。 使用时配以相应的一次仪表或变送器，可以实现对各种生产参数的 显 示与记录。
显示记录仪表与装置
显示记录仪表与装置
显示记录仪表与装置
数字显示仪表的组成： A/D转换器：把连续变化的模拟量变换成数字量，完成这个功能的装 置称为模数转换装置。
近年来随着超大规模集成电路的开发和利用，数字显示仪表又 进入了一个微机化、智能化显示仪表的阶段。
显示记录仪表与装置
三、屏幕显示仪表和虚拟显示：在数字仪表的基础上增强CPU、ROM、 RAM、CRT和其它元件及功能的新型仪表。
输送气流速度
t
固相流量
ቤተ መጻሕፍቲ ባይዱ
ms
b
软测量模块
s
软测量模块
差压-浓度法技术路线
软测量技术
过程控制中的推断控制
d
Ysp
控制器
U
Yout
过程系统
+
_
ˆ Y
软仪表 (估计器)
校正
k
反馈推断控制系统
虚拟仪器检测技术
虚拟仪器（Virtual Instrument）是指在通用计算机上由 用户设计定义，利用计算机显示器（CRT）的现实功能来 模拟传统仪器的控制面板，以完成信号的采集、测量、运
软测量原理及应用
软测量原理及应用软测量是指通过数学建模和算法模拟等方法对无法直接测量的系统变量进行估算或预测的技术。
软测量技术具有较强的灵活性和实时性，可以更好地满足工业过程中对关键过程变量的监测和控制需求。
本文将介绍软测量的原理和应用，并从实际案例中解释其作用。
软测量的原理包括建模、辨识、优化和实现四个步骤。
首先，需要对要估计的系统变量进行建模，在建模过程中需要选择合适的变量进行测量，并根据实际情况进行变量筛选。
其次，通过系统辨识技术从已有的数据中提取有效信息，建立起系统的数学模型。
然后，通过优化算法对模型进行参数估计和优化，以提高模型的准确性和可靠性。
最后，将优化后的模型实施到实际过程中，并进行实时更新和运行。
软测量技术在工业过程中有广泛应用。
其中，化工过程是应用软测量的典型领域之一。
在化工过程中，很多关键过程变量无法直接测量，例如反应器中的反应物浓度、温度和压力等。
软测量技术可以通过对流体动力学和传热传质等原理的建模和优化，对这些变量进行准确估计。
软测量的应用可以提高生产过程的稳定性和可靠性，保证产品质量。
另外，软测量技术在制造业中也有广泛应用。
例如，在汽车制造过程中，很多关键参数如车身刚度、车辆噪音和燃油消耗等无法直接测量。
软测量技术可以通过对汽车制造过程中的关键参数及其之间的关系建立模型，实时监测和优化关键参数，提高汽车制造过程的效率和质量。
此外，软测量在能源领域也有重要的应用。
例如，在电网管理中，精确测量电网的负荷、电压和频率等是保证电网稳定运行的关键。
然而，由于电网非线性和复杂性，直接测量这些变量是困难的。
软测量技术可以通过对电网中各个关键节点的电流、电压等参数进行建模和优化，估计和预测电网的负荷和稳定运行情况。
在实际应用中，软测量技术可以与传统测量方法相结合，实现对系统变量的全面监测。
例如，在化工生产过程中，可以结合传感器测量和软测量技术，对关键变量进行实时监测。
软测量可以弥补传感器测量的不足，提高系统的监测精度和实时性。
软测量方法原理及实际应用
主导变量：
3 软测量建模方法的分类 软测量建模方法的
目前主要软测量建模的方法: 目前主要软测量建模的方法
机理建模、回归分析、状态估计、模式识别、 机理建模、回归分析、状态估计、模式识别、 人工神经网络、模糊数学、基于支持向量机(SVM) 人工神经网络、模糊数学、基于支持向量机 方法、过程层析成像、相关分析和现代优化算法 现代优化算法等 方法、过程层析成像、相关分析和现代优化算法等 多种建模方法。 多种建模方法。
◆
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、 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。 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， 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 统过程参数的软测量问题提供了一条有效途径。 统过程参数的软测量问题提供了一条有效途径。
基于工艺机理分析的软测量方法： 基于工艺机理分析的软测量方法：
◆
主要是运用物料平衡、 能量平衡、 主要是运用物料平衡、 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， 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（建立机理模型）， ），从而实现对某 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。 一参数的软测量。 对于工艺机理较为清楚的工艺过程， 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、 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理模型。 的复杂工业过程，则难以建立合适的机理模型。
第六章 软测量技术第四节软测量技术应用实例
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(4) 软测量BP模型
选择30组典型数据构成训练集，经6328次迭代计算便建 立了啤酒糖度软测量BP 模型。将模型的输出与实际的化验 糖度比较，精度达到 0.1%。如下图所示。
四、软测量技术应用实例
2 ．软测量在常压塔筛料干点测量中的应用
四、软测量技术应用实例
2 ．软测量在常压塔筛料干点测量中的应用
(3) 回归分析建模
按回归方法建模需要大量的有效数据。辅助变量的 历史数据由DCS系统记录，筛料干点的化验分析每4 个小时完成一次。按照化验分析的采样时刻提取 DCS系统的记录，可获得主导变量与辅助变量对应 的一组组数据。进行数据处理，剔除个别坏的数据， 可获得n组有效数据。
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(2) 啤酒发酵
啤酒发酵设备
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(2) 啤酒发酵
啤酒发酵工艺要求发酵温度如图所示规律变化，要经过恒 温、升温、再恒温、降温及最后恒温五个工艺阶段。不同啤 酒品种，其发酵各阶段参数有所不同，但反映其温度变化规 律的工艺阶段曲线形式是一样的。
第六章 软 测 量 技术
主要内容
一、软测量技术的意义 二、软测量技术的内容 三、软测量技术的建模 四、软测量技术应用实例
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(1) 发酵
基本背景情况:
发酵是食品工业生产和医药工业生产的重要工艺 方法。所谓发酵是指在合适的环境条件下，微生物 经过特定的代谢方式将原料养分转换成所需生物产 品的过程。发酵过程有复杂性、不确定性和生产过 程生物参数检测的困难性。
软测量技术的发展与现状解读
软测量技术的发展与现状解读随着工业自动化和信息化的迅速发展，传统的连续控制系统已经无法满足复杂工业流程的控制要求。
为此，测量技术成为了自动化过程控制中的关键技术之一。
在工业自动化领域中，传统的硬测量仪器仍然占据了很大的市场。
然而，随着软测量技术的不断发展和成熟，其已广泛应用于各个领域，并逐渐成为工业自动化领域中不可或缺的技术手段之一。
软测量技术的概念及特点软测量技术是一种基于计算机仿真和数学建模的测量方法，它通过对相关数据进行处理、分析、检验和优化等操作，以提取被测对象所包含的信息并构建相应的模型。
与传统的硬件测量仪器相比，软测量技术具有以下特点：1.非侵入性：软测量技术不需要对被测对象进行物理干预，避免了对被测对象的影响。
2.灵活性：软测量技术可以根据需要灵活地选择不同的评估方法，对不同类别的数据进行处理。
3.经济性：软测量技术使用的仪器设备成本低，系统维护和更新也相对便宜。
软测量技术的发展历程软测量技术的发展历程可以分为以下几个阶段：第一阶段：传统算法法这一阶段的软测量技术主要使用传统的算法，并基于经验和知识获取方法对模型进行建立。
此方法的局限性在于无法准确预测复杂的过程和系统。
第二阶段：智能算法法由于传统算法的局限性，智能算法被引入到软测量技术中。
通过使用人工神经网络和遗传算法等智能算法，软测量技术取得了更好的应用效果。
第三阶段：混合算法法混合算法法是将传统算法和智能算法相结合的一种方法。
此方法可以克服传统算法的局限性，同时还可以减少智能算法的计算量，提高软测量技术的稳健性和适应性。
第四阶段：数据驱动模型法这一阶段的软测量技术主要使用数据驱动模型以实现在没有先验知识的情况下对过程建模。
数据驱动模型法通过对大量数据的收集和分析，并利用数据挖掘和机器学习技术构建出准确的系统模型。
软测量技术的应用领域软测量技术的应用趋势与其发展历程相似，从简单到复杂、从单一到多远程、从一种到多种和灵活性等，并已广泛运用于各个领域，包括以下几个方面：化工软测量技术在化工行业中应用较为广泛，以化工过程控制中的反应温度、压力、PH值等为测量对象。
软测量技术及应用
软测量技术的理论根源： 软测量技术的理论根源：
软测量技术的理论根源是20世纪 年代 软测量技术的理论根源是 世纪70年代 世纪 Brosilow提出的 提出的推断控制。 提出的 。 推断控制的基本思想是： 推断控制的基本思想是：采集过程中比较 容易测量的辅助变量（ 容易测量的辅助变量（Secondary Variable），通过构造 ），通过构造 ），通过构造推断估计器来估计 来估计 并克服扰动和测量噪声对过程主导变量 （Primary Variable）的影响。 ）的影响。
) 为估计函数关系， 式中 f ( 为估计函数关系，即软 测量模型，而离线采样值Y*常被 测量模型，而离线采样值 常被 用于软测量模型的校正。 用于软测量模型的校正。
软测量的结构
预 处 理 模 块 简 单 机 理 模 型
可以没有！ 可以没有！
历史数据
初始模型
模型参数
测量 数据
软测量模型 修正的模型参数
举例： 举例：
两相流或多相流是指由两种或两种以上不同相物质或 两相流或多相流是指由两种或两种以上不同相物质或 成分构成的流动（包括油/气、油/水两相流，油/气/水 成分构成的流动（包括油 气 水两相流， 气 水 水两相流 多相流和气/固两相流等），其参数检测一直是一个 固两相流等），其参数检测一直是一个国 多相流和气 固两相流等），其参数检测一直是一个国 际性的难题。 际性的难题。 国内外当前所采取的两相流检测技术大体可归为三类： 国内外当前所采取的两相流检测技术大体可归为三类：
软测量的特点： 软测量的特点：
响应迅速； 响应迅速； 能连续给出主导变量的信息； 能连续给出主导变量的信息； 投资低； 投资低； 维护保养简单。 维护保养简单。
软测量的数学描述
软测量技术及应用
（3）现场应用示图
4BF喷煤风口支管状态监测系统 监控界面
4BF喷煤风口支管状态监测系统 传感器安装图(CPFM-B)
铸坯表面温度测量及计算结果比较
编号 钢种 拉速 位置z（m） 测量值(℃) 校正前(℃) 校正后(℃)
1
2 3 4
C72DA
C72DA C82DA C82DA
1.9
2.0 1.9 1.9
10.5
10.5 8.0 10.5
1033.0
1038.0 1030.4 1015.3
823.4
847.9 769.5 806
（2）辐射测温
测量铸坯表面辐射温度。
（3）数据相关融合
用点测温度修正CCD温度值。
南京钢铁联合公司现场测量数据（一）
南京钢铁联合公司现场测量数据（二）
南京钢铁联合公司现场测量数据（三）
凝固传热方程和边界条件
传热方程:
c
T T T ( ) ( )S t x x y y
◆
测量数据变换不仅影响模型的精度和非线性映射能力，而且对数值算 法的运行效果也有重要作用。测量数据的变换包括标度、转换和权函 数三个方面。
◆
标度:实际测量数据可能有着不同的工程单位，各变量的大小间
在数值上可能相差几个数量级，直接使用原始测量数据进行计算可能 丢失信息和引起数值计算的不稳定，因此需要采用合适的因子对数据 进行标度，以改善算法的精度和计算稳定性。
三、软测量的数学模型
机理模型建模是基于对过程对象的深刻认识，运用 对象的平衡方程、动力学方程、物性参数方程和设 备特性方程，建立估计主导变量的精确数学模型。
由于实际工业过程的复杂性，难以完全通过机理分 析得到软测量模型。因此，基于机理分析的方法建 模非常困难，需要与其他方法配合使用。
第3章软测量技术及其应用
第3章 软测量技术及其应用 3.2.3.2 动态软测量模型的间接辨识方法 一般首先辨识工业对象的动态模型：
若系统的状态是完全可观的，其动态软测量问题转化为状态 估计问题，可用Kalman滤波器得到估计值x。 间接辨识方法的缺陷： a. 需要知道过程准确的数学模型和扰动统计特性； b. 对于非线性过程，该方法获得的估计是有偏的，如果非 线性严重，会产生很大的估计偏差，甚至会导致算法的发 散。
第3章 软测量技术及其应用 3.4.2 模型更新 当对象特征发生较大变化，软测量器经在线学习也无法保 证预估精度时，必须利用软测量器运算所累积的历史数据， 进行模型更新。 通常是人工干预下的软测量模型离线重构，即调整模型结 构，重新估计模型参数；或根据新的样本数据训练ANN，使 模型适应新的工况，模型维护的工作量较大。 为了实现软测量模由它作出是否需要更新模型的决策，并 调用离线的模型更新软件。
第3章 软测量技术及其应用 3.3.6 软测量模型的实施 常见的实施平台和工具有： 1. 单片机的汇编程序; 2. 工业PC的汇编或高级语言; 3. DCS的运算模块组态; 4. DCS的可编程语言; 5. 实时数据库、关系数据库、流程模拟软件包支持的CIMS 应用程序。 实施的软测量模型一般采用双层结构，即：底层用DCS运 算模块或可编程语言实现软测量在线数据采集、数据滤波和 显著误差检验等，以及数据预处理和软测量值计算；上层工 业PC上位机或实时数据库的应用程序实现软测量模型的组 态、自校正和离线维护。
相应的该点的输出值一般采用Sigmoid函数，即 其中
第3章 软测量技术及其应用 Step2: 确定网络的学习规则： 传统的BP网络的学习规则是梯度下降法，也就是根据梯 度的负方向来修正网络权值，以使误差目标函数最小。 选目标函数为： 则网络权值修正为： ∝
生产中浓度的影响因素分析和软测量
生产中浓度的影响因素分析和软测量在生产过程中，浓度是一个非常重要的参数，它直接影响着产品的质量和生产效率。
因此，了解浓度的影响因素并进行准确的浓度测量是非常重要的。
本文将对生产中浓度的影响因素进行分析，并介绍软测量在浓度测量中的应用。
一、影响浓度的因素分析1. 原料质量：生产过程中所使用的原料质量直接影响着最终产品的浓度。
如果原料质量不稳定或者存在波动，就会导致最终产品的浓度出现偏差。
2. 生产工艺：生产工艺的参数设置对产品浓度也有着重要的影响。
例如，反应温度、反应时间、搅拌速度等参数的变化都会影响产品的浓度。
3. 设备状态：生产设备的状态对产品浓度同样有着重要的影响。
设备的运行稳定性、设备的清洁度等因素都会直接影响产品的浓度。
4. 环境因素：生产环境的温度、湿度等因素也会对产品的浓度产生影响。
特别是在一些化工生产中，环境因素的变化会对反应速率产生影响，从而影响产品的浓度。
综上所述，生产中浓度受到多方面因素的影响，因此需要对这些因素进行全面的分析和控制，以确保产品的浓度稳定。
二、软测量在浓度测量中的应用传统的浓度测量方法通常需要取样送检，这种方法存在着取样周期长、数据延迟大等问题。
而软测量技术则能够通过对生产过程中的各种参数进行实时监测和分析，从而实现对浓度的实时测量和控制。
软测量技术主要包括建模、数据处理和控制三个步骤。
在建模阶段，通过对生产过程中的各种参数进行监测和数据采集，建立起浓度与各种参数之间的数学模型。
在数据处理阶段，通过对实时采集的数据进行处理和分析，得到浓度的实时预测值。
最后，在控制阶段，根据预测值对生产过程进行实时调整，从而实现对浓度的精确控制。
软测量技术在浓度测量中的应用具有以下优势：1. 实时性：软测量技术能够实现对浓度的实时监测和控制，大大缩短了浓度测量的周期，提高了浓度测量的实时性。
2. 精度：软测量技术通过对多种参数进行综合分析，能够得到更加准确的浓度预测值，提高了浓度测量的精度。
软测量技术及应用
软测量技术及应用软测量是一种利用数学模型和计算机技术来进行质量或过程特性监测、诊断、预测和控制的方法。
它是根据过程系统的输入和输出数据，通过构建数学模型对过程进行建模分析，实现对过程参数的实时估计和控制。
软测量技术的应用非常广泛，可以用于工业生产中的过程监测与控制、产品质量检测与控制、环境监测与控制等方面。
软测量技术主要包括数据采集、建模与估计、控制与优化等步骤。
首先，需要对过程进行数据采集，获取输入输出数据。
数据采集可以通过传感器等设备进行，也可以通过历史数据进行。
然后，需要进行数据的处理和分析，对数据进行预处理、特征提取等操作，以便构建数学模型。
接下来，根据建模分析的结果，可以对过程进行参数估计和预测，实现过程状态的实时监测和预测。
最后，可以通过控制算法对过程进行调节和优化，实现过程的自动控制。
软测量技术在工业生产中有着广泛的应用。
首先，在过程监测与控制方面，软测量技术可以对各种工业过程进行参数估计和状态监测，实现过程的实时监测和控制。
例如，在炼油、化工等行业中，软测量技术可以对温度、压力、流量等重要参数进行实时估计和监测，可以及时发现过程异常，实现过程的及时调整和控制。
其次，在产品质量检测与控制方面，软测量技术可以对生产过程中的关键质量参数进行实时估计和控制，保证产品的质量稳定性和一致性。
例如，在电子制造、汽车制造等行业中，软测量技术可以对电子元件的质量、汽车零部件的性能等进行实时监测和控制，提高产品的质量和可靠性。
此外，软测量技术还可以应用于环境监测与控制方面，例如对水质、大气等环境参数进行实时监测和预测，优化环境控制策略，实现环境保护与资源利用的平衡。
软测量技术的应用还存在一些挑战和问题。
首先，软测量技术需要对过程进行准确的数学建模，但是过程的复杂性和不确定性往往导致建模的困难。
因此，如何选择合适的建模方法和优化算法，以及如何处理模型的不确定性是一个关键问题。
其次，软测量技术的应用需要大量的实时数据支持，但是数据采集和处理的成本往往很高。
软测量技术及其在火电厂的应用
Ｓ ｆ ｅ ｓ ｒｎｇ Ｔｅ ｈ ｌ ｇ ｎｄ ｉｓＡｐ ｉ ａ ｉ ｎ ｔ ｏ ｔＭ ａ ｕ ｉ ｃ ｎｏ ｏ ｙ ａ ｔ ｐｌｃ ｔｏ ｏ Ｔｈｅ ｍ ａ ｗｅ ａ ｔ ｒ ｌＰｏ ｒ Ｐｌ ｎ ｓ
ｆ ｒ ａ ｄ ａ ｅ （ ｅ ｓｒ ｔ ｒ ｕ ｈ ｔ ｅ ｍａｈ ｍａ ｉ ｌｒ ｌｔ ｎ ｈｐ ｓｔ ｂ ｔ ｅ ｎ ｐ ｉ ｒ ａ ｉｂｅ ａ ｄ ｔ ｅ ｏ ｒ ｗ ｒ ｓｎ ｏ ） ｈ ｏ ｇ ｈ ｔ ｅ ｔ ａ ｅａｉ ｓ ｉ ｅ ｅ ｗ ｅ ｒ ｈ ｃ ｏ ｍａ ｙ ｖ ｒａ ｌ ｈ ｒ ｏ ｂ ｓ
实 际问题 的研究 思路 之一 。
其是 节 能增 效 的提 出 对 机组 的优 化 运行 和 经 济
运行 提 出 了越 来 越 高 的要 求 ， 温 度 、 力 等 常ቤተ መጻሕፍቲ ባይዱ 对 压
规 变量 的检测 和控 制 已不 能满 足需 要 ， 行 过 程 运
操 作和 控制人 员更 希 望 可 以对 成分 、 物性 等 与 过 程 控 制 密 切 相 关 的 参 数 进 行 更 直 观 的 检 测 和 控制。
郦 晓 雪 ，肖伯 乐
（ 海发 电设 备 成 套 设 计 研 究 院 ，上 海 ２ ０ ４ ） 上 ０ ２ ０
摘 要： 由于 许 多 影 响 火 力 发 电 安 全运 行及 其 经 济性 的重 要 参 数 难 以在 线 实 时测 量 ， 软 测 量 技 术 可 通 而
过 建 立 难 测 量 的 主 导 变 量 与 易测 量 的辅 助 变 量 之 间 的数 学 关 系 来 达 到 以软 件 代 替 硬 件 （ 感 器 ） 目的 。 介 传 的 绍 了 软 测 量 技 术 的 基本 方法 ， 出 了软 测 量 模 型 的 一 般理 论 和建 模 方 法 ， 以 实 例 介 绍 了 软 测 量 技 术 在 火 电 给 并 厂热工控制方面的应用。 关 键 词 ： 测 量 技 术 ； 模 ；热 工 过 程 软 建
软测量技术
第3章 软测量技术
3.1 3.2 3.3 3.4 3.5 3.6 概述 辅助变量的选取 软测量模型的建立方法 软测量的在线校正 测量数据的预处理 软测量的工业应用
11
3.3 软测量模型的建立方法
3.3.1 软测量建模方法
过程建模方法主要有两大类： 过程建模方法主要有两大类： 机理建模方法 经验（黑箱）建模方法。 经验（黑箱）建模方法。 构造软仪表的方法也可分为两大类。 构造软仪表的方法也可分为两大类。 机理建模方法 经验（黑箱）建模方法。 经验（黑箱）建模方法。
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
7
2. 变量数目的选择
从过程机理入手分析， 从过程机理入手分析 ， 从影响被估计变量的变量 中去挑选主要因素， 中去挑选主要因素 ， 因为全部引入既不可能也没 必要。 必要。 如果缺乏机理知识， 如果缺乏机理知识 ， 则可用回归分析的方法找出 影响被估计变量的主要因素， 影响被估计变量的主要因素 ， 这需要大量的观测 数据。 数据。 辅助变量的个数不能小于被估计变量的个数。 辅助变量的个数不能小于被估计变量的个数。 至于辅助变量的最优数量问题， 至于辅助变量的最优数量问题 ， 目前尚无统一结 论。
17
根据最小二乘原理， 根据最小二乘原理，B的最小估计值为β = ( X T X ) −1 X T Y 则得软测量模型为
)
) ) ) ) y = β 0 + β1 x1 + ...... + β m xm
（3-3） ）
回归方程获得后， 回归方程获得后 ， 一般需要对回归方程和回归系数进行 显著性检验， 以评价线性拟合的品质和自变量 i 对因变量 的 显著性检验 ， 以评价线性拟合的品质和自变量x 对因变量y的 影响。 影响。 在多元回归分析中，自变量的恰当选择是确保获得有效回 在多元回归分析中， 归方程的关键。自变量选择得不好，不但影响回归函数的质量， 归方程的关键。自变量选择得不好，不但影响回归函数的质量， 也常常抵消具有显著作用的自变量在回归分析中的作用。因此， 也常常抵消具有显著作用的自变量在回归分析中的作用。因此， 剔去回归分析中作用不显著的自变量具有重要意义。 剔去回归分析中作用不显著的自变量具有重要意义。
软测量技术及其应用与发展
收稿日期：2004-10-29基金项目：国家科技攻关计划资助项目（2001BA204B01）；辽宁省科技攻关计划资助项目作者简介：李勇（1976-），男，辽宁沈阳人，博士生，从事工业过程先进控制技术及其应用的研究。
软测量技术及其应用与发展李勇，邵诚（大连理工大学先进控制研究所，辽宁大连116024）摘要：在工业生产中存在的大量过程参数，往往与生产效率、产品质量密切相关，需要加以严格控制。
然而，由于技术、工艺或经济的原因，目前无法通过普通传感器对这些过程参数进行检测。
软测量技术作为解决上述问题的新方法，近年来取得了重大发展。
文中系统阐述了软测量技术的原理及应用现状，并分析了其现存的问题，同时，对这项技术未来的研究和发展趋势作了展望。
关键词：软测量；误差侦破；模糊聚类；虚拟仪表中图分类号：Tp13文献标识码：A文章编号：1000-0682（2005）05-0006-06Soft-sensor technology and it ’s application and developmentLI Yong ，SHAO Cheng（Institute of Aduanced Control Technology ，Dalian Uniuersity of Technology ，Liaoning Dalian 116024，China ）Abstract ：In industry production ，there are a iots process parameters ，which are ciose reiating to produc-tion efficiency and guaiity of products ，need containing.However ，for the reasons of technigues ，craftwork and e-conomy ，these parameters are not abie to be measured by usuai ways.Recentiy ，being a new soiution to this probiem ，soft sensor technoiogy has deveioped guickiy.This paper systematicaiiy statements the principie and appiication of soft sensor technigue ，and anaiyzes the existing shortages.Finaiiy ，it expects the future tendency of research and deveiopment of soft sensor.Key words ：soft sensor ；error expioration ；fuzzy ciustering ；virtuai instrument0前言随着现代工业过程对控制、计算、节能增效和运行可靠性等要求的不断提高，各种测量要求日益增多。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
软测量技术及其应用
【摘要】随着我国经济的发展和科学水平的不断提高，工业也紧跟着发展了起来。
对于工业的发展来说，软测量技术的作用是不可忽视的。
所以，本文将从多个方面对软测量技术及其应用进行详细的分析和探讨。
一、前言
对于工业工程来说，一般都能采用两种方法进行测量，一种是传统的检测技术，另外一种的运用新型的间接测量。
随着应用程度的普及以及计算技术的发展，人们发明出了一种新的测量技术，也就是软测量技术。
二、软测量技术基本原理
软测量技术在工业过程中主要应用于实时估计、故障冗余、智能校正和多路复用等方面。
它依据对可测易测过程变量（称为辅助变量，如压力、温度等）与难以直接测量的待测过程变量（称为主导变量，如产品分布、物料成分）之间的数学关系的认识，采用各种计算方法，用软件实现待测变量的测量或估计。
目前，利用计算机系统，由过程实测变量计算出不可测变量，是解决现在问题的主要途径。
其发展已有几十年的历史，在实际生产中也有了一些应用。
这里，可用图一简略地描述其结构。
其中，U、v分别为被研究过程的可测控制输入和可测干扰输入；x、y为可测参数变量（即辅助变量）和被控过程的输出变量。
三、测量建模的基本方法
软测量建模所使用的数学方法包括从简单的线性代数方程直到复杂的人工神经元网络，最终所采用的方法与使用的软测量模型是机理模型还是回归模型有关。
对于石油化工生产过程这类复杂的工艺过程，要得到某一装置的机理模型同时满足较高的精度要求常常是非常困难的，但对于一个局部变量来说，得到满足软测量精度要求的计算模型仍是可能的。
这时我们就可根据过程机理选择合适的数学实现方法。
无论是机理模型还是回归模型，在确定了其数学形式之后，下一步就要进行模型参数的估计。
即使用可测输入变量和待计算输出变量的历史数据离线估计软测量模型中的未知参数。
其中输入变量的历史数据可以从DCS的历史数据库中容易地得到，而输出变量的历史数据可以是离线的经验估计值，也可以取自在线分析仪或实验室信息管理系统的历史数据，也可以是实验室化验人员的手工输入。
四、软测量模块构造时应注意的问题
1.模型类型的选择
在决定采用机理模型还是回归模型时，应注意这两者的不同优势和缺点。
回归模型不要求对过程内在机理有较深入的认识，只要有足够多的过程历史数据，总是可以得到一个满足要求的计算函数，这一优势由于现在电子表格和统计工具软件的强大功能而显得更加突出，可以很容易地从DCS或实时数据库中导人大量的历史数据并迅速得到回归结果。
2.历史数据的稳态判别
在选取历史数据时需注意的一点是，由于实际使用的软测量模型通常都是静态模型，即根据某一时刻的几个直接可测变量计算同一时刻的软测量变量，因此要求在采集历史数据时对装置操作是否处于稳态进行判别，选取装置稳态运行时的数据，使用这些历史数据构造的软测量模型才能在装置正常生产时提供满足精度要求的软测量数据。
判别装置稳态的方法可以是统计主要过程变量在规定时段内的均值的变化率，根据方差是否大于限定值来进行判别。
3.历史数据的质量
除了以上在历史数据选择时应注意的稳态判别问题外，在选取历史数据时还应注意的另一个问题是历史数据的数量，通常的观点是数据的数量越多，回归的参数就越准确。
但由于在装置正常生产时各操作变量都被尽量保持在目标值周围，因此这些大量的历史数据所包含的信息是很有限的。
在这里，关键是历史数据的质量而不是数量，即数据应能覆盖较宽的操作区间，这样得到的软测量模型才能在装置偏离目标操作区间时也能很好地工作。
五、工业应用实例
软测量技术工业应用成功实例不少。
闲外有InferentialControl 公司、Setpoint公司、DMC公司、Profi—matics公司、Simeon公司、AppliedAutomation公司等以商品化软件形式推出各自的软测量仪表，这些已广泛应用于常减压塔、FCCU主分馏塔、焦化主分馏塔、加氢裂化分馏塔、汽油稳定塔、脱乙烷塔等先进控制和优化控制。
它增加了轻质油收率，降低了能耗并减少了
原油切换时间，取得了明显经济效益。
国内引进和自行开发软测量技术在石油化工、炼油工业过程应用比较多，例如催化裂化装置分馏塔轻柴油凝固点软测量，基于现场数据分析并结合工艺机理分析，建立了多层前向网络柴油凝固点的软测量模型设计简单在线校正。
神经网络模型估计值与分析值最大误差为 1.65oC，并用了闭环控制，平稳了生产，减少凝固点波动，合格品由94%提高到100%；常减压装置常压塔柴油凝固点软测量。
通过现场采集数据经处理后，建立了非线性回归模型和神经网络模型，为提高模型精度和鲁棒性，组成非线性回归模型与神经网络模型结合的混合模型，并设计了一个串级控制系统。
投入运行后获得较好控制效果，可以满足生产要求；气分装置丙烯丙烷塔塔顶丙烯成分软测量。
通过严格的汽液平衡模型简化和现场测试，得到非线性回归模型，并设计在线校正。
该软测量估计器投入在线运行，精度能满足要求，并成功应用于丙烯成分闭环控制。
取得了明显经济效益；延迟焦化装置分馏塔粗汽油干点软
测量。
经对现场采集的数据及工艺机理分析，确定了影响粗汽油干点的最主要因素，分别建立了PLS和RBFN模型，为提高模型精度和泛化能力、将PLS模型和RBFN模型并联建立了粗汽油干点混合模型。
交叉验证表明这一方法是有效的，所建模型精度较高和良好的泛化能力；连续重整装置中重整产品辛烷值、待生催化剂结焦含量、重整产品c5+液收率的软测量，实现在保证质量合格前提下提高产品收率的优化操作指导；完成对重整再生器氧含量的软测量。
两个系统先
后投运后运行正常，取得了良好的经济效益；PTA氧化反应质量指标软测量。
经工艺机理分析，结合实际数据的相关分析，确定辅助变量，采用基于递推算法的PLS建立软测量模型，该算法已在PTA氧化反应质量
指标的先进控制中应用，取得了较好经济效益；另外还有丙烯腈收率软测量；高压聚乙烯生产过程中的重要参数——熔融指数（MI）的软测量；合成醋酸乙烯的空时得率和催化剂选择性的软测量；乙烯装置裂解炉出口乙烯收率、丙烯收率、裂解深度的软测量；丁二烯装置的DA106塔塔底的水含量、塔顶的甲基乙炔（MA）和DA107塔塔底的丁二烯（BD一1，3）、塔顶的丁二烯（BD一1，3）和总炔（主要是乙基乙炔，用EA表示）的软测量等。
六、研究方向与展望
软测量技术已经在过程控制理论研究和实践中取得了广泛的成果，但目前尚未形成系统的理论。
忽视软仪表的重要性或者过分夸大软仪表的作用，都是不正确的。
从软仪表的发展过程及现状，以下几个方面可能是今后的重要研究课题。
七、结束语
通过以上详细的以及介绍，我们对软测量技术有了更加深层的认识，使我们知道软测量技术在工业发展中起到的重要意义以及推动作用。
我们都相信，软测量技术的发展前景是无限而又光明的。
参考文献
[1]李向阳，朱学峰，刘焕彬.制浆蒸煮过程中基于预测误差估计
器的软测量方法研究与应用[J].控制理论与应用.2012（5）：722—725.
[2]黄道平，郭俊鹏.间歇制浆蒸煮终点预测方法[J].计算机与应用化学.2011（2）：118—122.
[3]董伟平.神经元网络在软测量应用中的工程技巧[J].石油化工自动化.2012（5）：23—26.
[4]骆晨钟，邵惠鹤.软仪表技术及其工业应用[J].仪表技术与传感器.2013（1）：32—34.。