分享到:

化工过程数据校正与模拟优化系统通过鉴定

本报讯:近日,由青岛化工学院承担的“化工过程数据校正与模拟优化系统”,通过了青岛市科委主持的鉴定。鉴定委员会认为,该项目总体达到了国内领先水平。$$化工过程测量数据作为反映装置运行状况的特征信息,是实现CIMS的基本依据。由于受测量仪表精度、环境和技术或经济上的原因影响,这种含有较大误差的原始数据直接用于优化控制或决策管理,很难保证工厂处于最优状态下运行。$$化工过程数据校正与模拟优化系统,是...  (本文共1页) 阅读全文>>

《信息系统工程》2014年10期
信息系统工程

数据校正技术在能源管理系统中的运用分析

一、数据校正技术在能源管理系统中的运用1.数据校正技术在石油企业能源管理系统中的运用。石油企业内的能源管理系统,主要是规避生产中的数据误差,提高工艺生产的节能水平,所以石油企业利用数据校正技术,规划能源管理系统内的分类,深度检查误差,保障能源管理过程的稳定状态。以某石油企业为例,分析数据校正技术的运用。1.1构建数据校正模型。数据校正模型在能源管理系统内,明确了与石油生产模块相关变量之间的关系,得出准确的校正值。数据校正模型规整生产工艺中各项仪表的误差,控制仪表的调节幅度在可接受误差内,确保读数合理。能源管理系统内的数据校正模型,利用协方差矩阵的原理,为误差控制提供准确的权重约束,而且此类矩阵可以确保仪表与数据之间保持同步关系,尤其是在测量值高的仪表中,确保误差更符合实际生产的情况[1]。1.2数据校正在能源管理中的计算。该企业能源管理系统内,涉及多项数据因素,如:成本、效益等,无法针对每项数据进行计算,所以需通过数据校正技术,...  (本文共1页) 阅读全文>>

《山东化工》2013年04期
山东化工

一种改进的鲁棒数据校正方法

化工生产过程中,测量数据受管道泄漏、仪表老化、人为失误等原因,不可避免的带有随机误差和过失误差,而测量数据是实现计算机过程控制、模拟、优化和生产管理的基本依据,因此需要对测量数据进行校正以提高测量精度[1]。根据数据校正过程中使用的信息,数据校正可分为:使用过程模型的数据校正,使用经验模型的数据校正,和不使用数学模型的数据校正[2]。使用过程模型的数据校正基本原理为:使校正值满足线性或非线性,稳态或动态模型,同时要求校正值与测量值之差最小。基于该策略的数据校正已受到广泛关注和研究。使用经验模型的数据校正的基本原理和使用过程模型的数据校正的原理类似,区别是用经验模型代替过程模型,如基于主元分析、人工神经网络的数据校正。不使用数学模型的数据校正方法依据测量误差的特性和测量值的平滑性进行数据校正,如数字滤波、小波滤波等。除了上述三种情况外,还存在过程模型或经验模型不准确的情况。例如,贮槽的液位在稳态运行中可能存在微小波动,设备、管道存...  (本文共4页) 阅读全文>>

《计算机与应用化学》2011年07期
计算机与应用化学

基于粒子滤波和过程模型的动态数据校正

2用于动态数据校正的PFPM2.1粒子滤波粒子滤波的思想源于蒙特卡洛方法[5],它利用粒子集来表示概率,可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布,是一种顺序重要性采样法(SequeniialImPortance samPling)[6]。简单来说,粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似,以样本均值代替积分运算,从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N*二时可以逼近任何形式的概率密度分布。尽管算法中的概率分布只是真实分布的一种近似,但由于非参数化的特点,它摆脱了解决非线性滤波问题时随机量必须满足高斯分布的制约,能表达比高斯模型更广泛的分布,也对变量参数的非线性特性有更强的建模能力。、.,了、.尸口,.1,了︸矛娜妞、‘从+;=f(戈,K)Yk=h(Xk,巩)瓜是系统状态,耳是观测状态,蛛和叽分别是系统噪声和观测值噪声。、夕...  (本文共4页) 阅读全文>>

《产业与科技论坛》2011年12期
产业与科技论坛

关于测量数据校正技术的研究

一、过程系统测量数据校正的意义通常在过程工艺、工程及自动控制的设计、研究和生产操作中,经常要分析来自单元设备,甚至复杂过程的一系列测量数据,以便掌握它们的运行特性,改善操作。有时用这些测量的数据确定数学模型中的未知参数,用测量值作反馈控制,实现过程监控或最优化控制。根据测量数据做出单元设备或全过程的物料衡算和热量衡算,为设计提供数据等。所以,测量数据是许多技术工作的基础和出发点,它的可靠性和正确性直接影响上述工作的质量。以研究开发工作为例,研究测量数据的目的是掌握过程的内在规律,而就这种规律而言,研究人员是不能直接看到或摸着的,只能通过分折测量数据来掌握它。可以说,测量数据是现象,内在规律是本质。研究者的任务是透过现象看本质。如果看到的现象是一种假象,将不可能掌握真正的规律,所以研究者要善于辨别现象的真假。(一)过程测量数据校正的必要性。一般情况下,过程数据又称工艺数据,指的是物料流率、组成、温度、压力和相分率等等,由于测量数据...  (本文共3页) 阅读全文>>

浙江大学
浙江大学

流程工业多层次数据校正研究

数据校正是一个传统的技术,经过半个多世纪的发展,该学科已经发展成为一个结合统计学、运筹学、系统建模、优化算法、管理学等领域的多学科交叉的研究领域。在流程工业领域,通过数据协调和显著误差检测所提供的准确数据是流程模拟、统计分析、故障诊断等上层应用有效运行的基础。随着工业自动化技术的不断完善与IT技术的日新月异,数据校正技术也融合进了人工智能等多项新的技术。伴随着企业规模的扩大和应用需求的提高,数据校正技术面临更严峻的挑战、更高的要求。面对新的需求,传统的算法需要改进,有很多新的问题需要解决。本文在综述国内外数据校正技术的重要性以及理论研究的概述之后,对分层建模、大系统分解、多层次校正,以及离散事件跟踪和动态数据协调算法进行了深入的研究。本文的主要内容和创新点如下:1.提出了混杂系统的多层次数据校正框架。在分析了流程工业数据的多层次特性和混杂特性的基础上,提出的带有离散事件的不同时间尺度下的分层物料平衡建模方法,充分挖掘了不同层次数...  (本文共154页) 本文目录 | 阅读全文>>