專利名稱：一種分餾系統過程數據的智能校正方法
一種分餾系統過程數據的智能校正方法技術鄰域本發明涉及一種化工過程數據的校正方法，尤其是涉及一種分餾系統過程數據的智能校正方法。
背景技術：
在分餾系統的生產過程中，需要采集大量的過程測量數據，如在線的流量數據和離線的化驗數據，將其作為過程設計、模擬、優化、控制及生產管理決策分析的直接依據。然而，由于設置在測量點上的測量儀表的精度及測量環境等的影響，現場采集的流量數據不可避免地存在著隨機誤差，有時還會由于受到諸如測量儀表的不準或失靈以及容器或管道泄漏等多種因素的影響，使得直接測量的流量數據不僅不能反映過程運行的真實情況，而且還常常違背基本的物料平衡關系，給后續的過程設計、模擬、優化、控制及生產管理決策分析造成影響；同時，由于受經濟條件、測量技術和測量儀表本身等的限制，并非所有的流量數據都可以測量，從而造成了數據的不完整性。因而，必須對現場采集到的流量數據進行數據校正，提高數據的一致性。數據校正是利用生產過程中的時空冗余信息，結合各種統計分析方法和生產過程的機理，濾除直接測量的流量數據中的顯著誤差，根據最優化理論系統地調整測量值，修正過程模型中潛在的不確定性，提高測量獲得的流量數據的質量，同時估計未測的流量數據。數據校正包括對直接測量的流量數據中是否存在過失誤差的檢測和過程數據的協調。過程數據協調通常是在滿足平衡方程等約束條件下，去除隨機誤差影響，同時對未測數據中的可觀測型數據進行估計，而過失誤差的存在會使過程數據協調產生偏差，通常相關人員會將過失誤差的檢測和去除與過程數據的協調分開進行，先進行過失誤差的檢測和去除，然后再進行過程數據的協調，從而加大了工作量。
發明內容
本發明所要解決的技術問題是提供一種能檢測到顯著誤差源，并獲得全局最優協調數據的分餾系統過程數據的智能校正方法。本發明解決上述技術問題所采用的技術方案為一種分餾系統過程數據的智能校正方法，具體包括以下步驟1)采集分餾系統的實時和歷史的過程數據，將已測流量數據記為X，X= Ix1, X2, ... , ^J，將未測流量數據記為U，其中，m為設置在分餾系統中的測量儀表的個數，Xi, i =1，2，. . .，m為第i個測量儀表上的測量值；2)根據采集到的實時和歷史的過程數據，計算獲得該分餾系統中的過失誤差在誤差中出現的比例n，η <0.5，以及過失誤差的標準差與隨機誤差的標準差的比率γ，γ > 5 ；3)將過程數據協調轉化為優化問題，其表達式為
權利要求
1. 一種分餾系統過程數據的智能校正方法，具體包括以下步驟1)采集分餾系統的實時和歷史的過程數據，將已測流量數據記為X，X= Ix1, X2,..., ^}，將未測流量數據記為U，其中，m為設置在分餾系統中的測量儀表的個數，Xi, i = 1， 2，...，m為第i個測量儀表上的測量值；2)根據采集到的實時和歷史的過程數據，計算獲得該分餾系統中的過失誤差在誤差中出現的比例η，η <0.5，以及過失誤差的標準差與隨機誤差的標準差的比率Y，Y >5;3)將過程數據協調轉化為優化問題，其表達式為
2.根據權利要求1所述的一種分餾系統過程數據的智能校正方法，其特征在于所述的多Agent鄰域競爭-協作學習算法具體包括下列步驟(1)根據約束條件<足0 = 0、τ α 和 Λ 與已測流量數據X，計算得 、 J Xl <X<XU Ul < U <Uu到N組估計數據χ η = 1，2，...，N，將χ η = 1，2，. . .，N隨機的裝入多Agent群體Α，A = {/lX (i = 1，2，···，Lsl ； j = 1，2，···，Lsl)，生成 Agent 網格 L (T)，其中，N = Lsl X Lsl， 為網格L (T)上的第i行第j列上的第T代個體，Lsl為網格L (T)的總行數或總列數，網格L(T)的大小為LslXLsl，T為迭代次數，T= 1;(2)計算網格L(T)中每個個體^Jj的競爭力C(A)，獲得sBestT， sBesfA]))，其中，C()為競爭力函數，χ的競爭力為C(Z)，，sBestT 為 Agent 網格第 T代為止競爭力最大的個體；(3)在網格L(T)中隨機抽取一個個體‘ e[l，Lsl]，j' e[l，Lsl]生成一個大小為SLslXsLsl的網格sL⑴；其中，A1=R1X^K ]為取上整，sR為搜索半徑，sR e
，為網格sL⑴上的第m ‘行第η'列上的第T代個體，X1中的第k個數據值，X〗為Xu中的第k個數據值，u(l-SR，l+SR)為(1-SR，1+SR)內均勻分布的隨機數；(4)將網格sL⑴以個體為起點覆蓋到網格L(T)上生成網格L1⑴；具體為，其中，y為網格L1⑴上的aA,第i行第j列上的第T代個體，mod為余數函數，且當m' +i ‘ -1 = Lsl時，(m' +i ‘ -1) mod Lsl = Lsl,當 η' + j ‘ -1 = Lsl 時，(n' + j ‘ _l)mod Lsl = Lsl ；(5)將網格L1⑴中的每個個體Wjj執行鄰域競爭操作，獲得網格L2⑴；其中，鄰域競爭操作具體為bATlt = aAu C(aAlj) >，鄰域為個體
全文摘要
本發明公開了一種分餾系統過程數據的智能校正方法，具體包括以下處理步驟(1)采集分餾系統的實時和歷史數據，確定已測變量和未測變量；(2)根據采集數據，獲得各個已測變量的方差、過失誤差在誤差中出現的比例和過失誤差的標準差與隨機誤差的標準差的比率；(3)將過程數據協調轉化為優化問題；(4)通過多Agent鄰域競爭-協作學習算法求解優化問題，獲得協調數據；(5)再接著，對協調數據進行顯著誤差檢測，如果存在顯著誤差，則調整已測變量和未測變量，轉入步驟(3)，否則步驟(4)獲得的協調數據即為全局最優協調數據；本發明有效的提高了數據的一致性，為過程設計、模擬、優化、控制及生產管理決策分析提供依據。
文檔編號G06F19/00GK102542173SQ20121001743
公開日2012年7月4日 申請日期2012年1月19日 優先權日2012年1月19日
發明者劉楠楠, 史旭華, 朱金仁, 藍艇, 項龍 申請人:寧波大學