[发明专利]基于半闭环的软测量仪表及其软测量方法

说明书

技术领域

本发明涉及工业过程中软测量技术，具体是一种基于半闭环的软测量仪表及其软测量方法。

背景技术

随着生产技术的发展和生产过程的日益复杂，在工业生产过程中，大量关键性过程状态、产品质量等参数由于技术和经济上的原因是很难或无法进行在线测量的，这已成为制约生产安全、产品质量、产量及生产效益进一步提升的瓶颈。近年来，研究者们开始利用生产过程中所测量到的大量数据建立测量模型，以实现对未知变量的间接测量，这类技术被称为软测量技术。其基本思想是通过测量辅助变量（易测变量）来估计主导变量的实际值。

过程设备实际上处于动态的系统环境下，然而传统的软测量模型是开环结构并且缺乏在线校正机制，因此当系统受外界干扰产生突然的扰动，原有的软测量模型的测量效果无法得到持续的保持，需要进行实时校正。而现有的软测量技术无法进行在线校正，只能定期的读取新数据并使用新的离线分析数据进行模型的更新和调整。显然，这种办法实现起来费时费力。

针对上述情况，设计一种半闭环的软测量仪表及软测量技术，对开环软测量的预估值进行补偿，以实现在线校正，可以获得更好的软测量效果。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种基于半闭环的软测量仪表及软测量方法，在实现在线校正的同时提高软测量的准确性，以满足工业生产的要求。

为实现上述目的，本发明采取以下技术方案实现：

一种基于半闭环的软测量仪表，包括用于测量辅助变量的智能仪表、存放数据的DCS数据库、用于显示主导变量输出值的软测量显示仪和上位机，所述的智能仪表与工业生产过程连接，所述的上位机分别与DCS数据库及软测量显示仪连接，其特点在于，所述的上位机为软测量智能处理器，该软测量智能处理器包括：

数据处理模块，用于对辅助变量进行归一化处理和对主导变量进行反归一化处理；

测量模块，用于产生主导变量的初始测量值；

预估模块，用于预测下一时刻的辅助变量；

补偿模块，利用预估模块输出的预测值和测量模块的实际辅助变量测量值的差对主导变量的初始测量值进行补偿；和

存储模块，用于存储辅助变量的预测值。

一种利用上述基于半闭环的软测量仪表的软测量方法，其特点在于，该软测量方法包括如下步骤：

步骤(1)设置测量辅助变量的智能仪表，将智能仪表测量到的数据传送到DCS实时数据库；

步骤(2)初始化k＝1，在当前时刻k从DCS实时数据库中得到最新的变量数据x(1)作为辅助变量并送入上位机的数据处理模块，数据处理模块对辅助变量x(1)进行归一化处理，公式如下：

x^*(k)=β+(x(k)-a)/(b-a)×(α-β)    (1)

其中，x(k)表示辅助变量的实际值，x^*(k)表示辅助变量归一化后的实际值，[a b]表示辅助变量的变化范围，[αβ]表示归一化范围，将归一化后的辅助变量x^*(1)送入测量模块，得到主导变量的预测值y^*＇(1)，同时当前时刻主导变量的软测量值y^*(1)=y^*＇(1)；

步骤(3)将当前时刻主导变量的软测量y^*(1)送入数据处理模块，经过公式(2)反归一化后，得到主导变量的实际输出值y(1)，

y(k)=(y^*(k)-β)/(α-β)×(b-a)+a        (2)

其中，y(k)表示主导变量的实际输出值，y^*(k)表示主导变量的软测量值；

步骤(4)将归一化后的辅助变量x^*(1)和主导变量的软测量值y^*(1)送入预估模块得到下一时刻(k＝2)辅助变量的预测值x^*＇(2)并在存储模块中保存，并置k=k+1；

步骤(5)在当前时刻k，从DCS实时数据库中得到最新的变量数据x(k)的在线实测数据送入上位机的数据处理模块，对其按(1)式进行归一化处理，将处理后的辅助变量x^*(k)送入测量模块，得到主导变量的预测值y^*＇(k)；