准确可靠的测量数据是实现装置过程控制、模拟、优化和生产管理的前提条件,而通过仪表测量获取的过程数据中的误差影响了数据的准确性。因此,需要利用数据校正技术消除测量数据中的误差。通常测量数据中的误差分为随机误差和过失误差两种,其中随机误差是指服从均值为0的正态分布的、相互独立的误差;而过失误差可以认为是较少出现的、不服从正态分布的各类误差的统称。若测量数据中存在过失误差,传统的数据协调方法会将其分摊到其他未含过失误差的测量数据中,从而导致协调结果不可靠甚至恶化数据的准确性。鲁棒数据校正技术能避免过失误差影响、同时获得准确可靠的校正结果,但现有的鲁棒数据校正技术仍存在侦破率不高、稳定性较差等缺点。本文研究了传统数据校正技术和鲁棒数据校正技术的基本原理及研究进展,并在此基础上,针对现有的鲁棒数据校正技术的不足,提出了一种新的鲁棒数据校正方法—双权法。首先将校正值与测量值之差和标准差的商定义为相对残差,在研究M-估计原理的基础上,以相对残差为变量,构造了一种新的数据校正目标函数,使过失误差对应的相对残差的影响函数值为0,并与系统约束方程组联合构成双权法的数学模型。与经典的鲁棒数据校正方法中常用的Huber法和Cauchy分布法进行了原理的对比分析可知,双权法具有更强的鲁棒性。为了验证双权法的有效性并考察其性能,本文对具有代表性的线性和非线性问题实例进行了仿真研究。计算结果表明:对线性实例和非线性实例,双权法的过失误差侦破性能和数据校正性能更优,而且其稳定性明显高于Huber法和Cauchy分布法。因此,实际应用时应首选双权法。另外,本文探讨了双权法模型中参数的选取对其校正性能的影响,并用非线性实例进行了验证。泄漏不同于由仪表失灵等原因造成的过失误差,存在系统泄漏时,过程的约束方程也随之发生变化,因此传统的鲁棒数据校正方法无法处理含有泄漏的问题。本文根据泄漏的独特性和双权法的基本原理,以约束方程的相对残差为变量,将其双权函数式加权添加到原双权法的目标函数中,然后与泄漏时的约束方程组联合构成了一种新的数据校正模型。根据等价权法的原理推导了新模型的求解步骤,然后利用一个经典的实例进行了仿真研究。计算结果表明,新模型可以用于与泄漏节点相连的流股中不含过失误差的情况;但是当与泄漏节点相连的流股中含有过失误差时,新模型不能有效的侦破泄漏和过失误差。本文分析了新模型的原理及求解步骤,建议采用增加约束方程,并在检测出过失误差以后设法给予较为合理的补偿值的方法,但是否可行仍有待于进一步研究。