[发明专利]一种基于相似性原理实现软测量方法

说明书

本发明实施例公开了一种基于相似性原理实现软测量方法，该基于相似原理实现软测量方法包括：选择与主导变量相关联的辅助变量；将辅助变量传感器采集的辅助变量，基于相似性原理软测量模型得到主导变量的估计。

技术领域

本发明涉及仪器仪表技术领域，具体涉及一种基于相似性原理实现软测量方法。

背景技术

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。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。

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、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。

现有的软测量方法存在健壮性不够、依赖机理、依赖知识、模型精度不够等各种各样的问题。因此，迫切需要找到一种更加健壮、数据驱动、更加精确的软测量方法。

发明内容

本发明实施例的目的在于提供一种基于相似性原理实现软测量方法，用以解决现有技术中存在的问题。

为实现上述目的，本发明实施例提供一种基于相似性原理实现软测量方法，该基于相似性原理实现软测量方法包括：选择与主导变量相关联的辅助变量；将辅助变量传感器采集的辅助变量，基于相似性原理软测量模型得到主导变量的估计。

可选的，辅助变量包括：辅助变量的类型、辅助变量的数量和辅助变量的测点位置。

可选的，将辅助变量传感器采集的辅助变量，基于相似性原理软测量模型得到主导变量的估计之前，还包括：获取辅助变量传感器采集的历史数据，并存储。

可选的，获取辅助变量传感器采集的历史数据，并存储之后，还包括：采用上下限判断方法确定历史数据的有效性；以及，将确定的有效数据进行归一化处理。

可选的，将辅助变量传感器采集的辅助变量，基于相似性原理软测量模型得到主导变量的估计，包括：从历史数据中获取辅助变量向量和主导变量向量，组成参考数据；从参考数据中选择样本，组成状态矩阵D1；选择工况中的m个模式，以及状态矩阵D1，组成辅助变量状态矩阵D；将获取的辅助变量与辅助变量状态矩阵中的每一列进行相似度比较，得到相似向量；将相似向量转换为权重向量；以及，通过获取的主导变量向量和权重向量，得到主导变量的估计。

可选的，从参考数据中选择样本，组成状态矩阵D1，包括：根据预设段数均匀分割参考数据；采用预设方法选取预设段数的每一段数中的样本；以及，将样本组成状态矩阵D1。

可选的，采用预设方法选取预设段数的每一段数中的样本，包括：选择数据的最大值；选择数据的最小值；将最大值和最小值组合，并去掉重复样本。

可选的，将辅助变量传感器采集的辅助变量，基于相似性原理软测量模型得到主导变量的估计，还包括：调整相似性原理软测量模型。

本发明实施例具有如下优点：

(1)不依赖机理，因此更加简单；

(2)允许部分输入变量为非数值或者质量差，因而更加健壮；

(3)完全由数据驱动，不需要精确和复杂的系统和物理原理分析；

(4)通过模式重构得到插值矩阵，因此更加精确。

附图说明