论文部分内容阅读
随着社会的发展，对现代工业过程建模与控制的要求日益提高，而现代工业生产过程越来越复杂，往往存在着参数时变、多变量耦合、强非线性、大滞后等特点，面对这些特点，传统传感器无法得到有效应用，重要变量无法得到快速精确测量，生化过程无法得到有效优化和诊断。由此，软测量作为现代复杂过程工业中较难甚至无法由硬件在线检测参量实时估计的有效手段，也是现代过程控制领域的研究热点之一，受到了国内外学者的广泛关注。本文以污水处理过程为背景，结合其生化和工艺知识，对软测量的若干建模方法进行了研究，克服了软测量模型在线辨识，在线自诊断，在线自修复，复杂过程建模等难题，并在结合多方面数据重构知识和硬件仪表自确认技术的基础上提出了自确认软测量的概念，同时文中不仅仅关注了复杂污水处理过程的建模，更是首次在软测量预测模型的基础上实现了污水管网投药的控制，最后对软测量在污水处理工业中的实践应用进行了充分的探讨。本文主要研究如下：1.针对污水处理过程特点，针对性的应用了两种局部学习模型即RBF (RadicalBasis Function)神经网络和LWPR (Locally Weighted Projection Regression)进行软测量建模，避免了全局模型所带来的训练参数多，模型结构相对复杂等问题，并且在软测量数据预处理中还采用了PCA (Principal Component Analysis)和Jolliffe参数相结合的方式，不仅克服了单纯Jolliffe参数离群点检测存在的问题，而且通过PCA降低高维数据的复杂度和相关性为软测量建模提供了便利。所引进的方法用于污水厂出水指标5天生物需氧量（BOD5）的软测量建模，结果表明两种局部模型算法为出水指标BOD5的实时、精确预测提供了一条有效的途径。2.提出了JIT-PLS（Just-in-time Partial Least square）和JIT-RVC(Just-in-time RandomlyVarying Coefficient)算法。该算法在传统JIT数据选择算法理念的基础上，提出一种改进的鲁棒最近相关算法（RNC, Robust Near Coefficient），其充分利用了相关性最大原则原理，提高了传统JIT算法的数据选择能力；同时，充分考虑RPLS (Recursive Partial LeastSquare)、RVC的本质鲁棒性特性，提高了传统JIT算法的非线性逼近能力、在线动态处理能力和抗干扰能力；此外，为了避免数据的老化和新数据不断加入对JIT算法数据选择所带来的负担，在该算法中还引入了移动窗口技术。基于实际过程数据仿真结果表明，预测结果与化验室结果吻合，预测精度高，有效的加强了软测量的在线学习能力和污水生化处理的BOD5软测量在线预测能力。3.提出了新型的软测量模型即自确认软测量模型。在自确认软测量模型中，为了确保输入传感器数据的可靠性，充分利用PCA对输入传感器数据进行在线校验和故障重构，同时，利用ISS (Input Sensor Status)来指示当前输入传感器的状态。另外，通过新的数据选择方法和Ensemble学习对JIT学习算法进行了改进。此外，通过输出方差和ICP (Inductive Cofidence Predictor)两种方法对软测量输出的不确定性进行了描述。最后，传统预测模型的功能是在模型的基础上利用可测变量对控制对象的某些不可测或难于实时测量的变量值或状态值进行预测，本章将研究预测模型的综合输出机制，以更好的反应控制对象的状态，模型的输出将不是单个预测值的输出，而是同时输出四种信息：带概率区间的输出、模型的状态（故障状态，重构状态和迷失状态等等）、不确定性、故障信息和校验输出值，并对发生故障的输入传感器进行数据重构和修复以达到模型自校验和自诊断的效应。本论文的研究工作引入不确定的描述方法，一方面用不确定性来描述预测值的正常与否，另一方面利用不确定性区间还能对被预测的变量的进行校验。其中，特别需要指出的是课题创新性的运用鲁棒统计学中的CP (Cofidence Predictor)技术对预测模型的不确定进行定性的描述。此外，可以将输入传感器的状态也作为模型的输出，从而达到对预测模型那个从输入，模型和输出的三方位检测，使得模型的输出不再只是单纯的预测值，还有不确定区间和输入传感器的输入状态。实验仿真结果表明，SEVA (Self-valicating)软测量的RMSE (Root Mean Square Error)得到了大幅提高，即使在辅助变量传感器发生故障的情况下。此外，SEVA软测量还能用于校验在线仪表，这些在污水厂的出水指标预测中得到了进一步的验证。4.将软测量模型拓展到了前馈控制方案中，提出了基于ARMA (Auto-Regressiveand Moving Average Model)软测量模型的前馈控制方案，该方法既可以对泵站的输入流量做到长达6小时的预测，同时也可以进一步优化前馈控制方案，同时，针对污水管网系统输入流量的特性和用户用水特点，提出了日用水的均值的管网入水流量数据标准化方法。总体方案在优化管网系统的投药系统得到了有效应用，无论是在仿真平台还是在澳大利亚Bellambi泵站都得到了有效验证，在一定程度上实现了管网的节能减排效果。最后对论文中所作的研究进行简要总结，并指出了这一领域有待进一步深入研究的问题。