收藏本站
收藏 | 论文排版

鲁棒数据校正理论与应用研究

高倩  
【摘要】: 工业过程数据的准确性和可靠性是操作分析与改进,过程控制与优化以及工厂管理的基础,但是,由于仪表失灵,测量偏差和装置泄漏等原因,工业测量数据中不可避免地存在各种误差,数据校正的任务就是利用各种过程冗余信息对测量数据中的误差进行处理,使其满足过程内在的物料平衡、能量平衡以及其它关系式。目前,数据校正技术的研究主要包括三个方面的内容。第一方面的研究是将显著误差的侦破与数据协调分开进行,先采用假设统计检验的方法识别并剔除显著误差,再以最小二乘为目标函数进行数据校正。第二方面的研究主要是将数据协调技术与过失误差侦破同步进行,研究既能抵抗显著误差(污染)又具有较好估计效率的估计方法,从理论上把传统的不含显著误差的基本假设扩展到顾及显著误差存在的理论体系,即把理论体系直接建立在污染误差模型上。第三方面的研究是寻找符合实际情况,能准确反映测量值实际分布的分布模式,并以此分布为目标函数进行数据校正。 以上第二、三方面的研究实质是将鲁棒估计(Robust Estimation)理论引入到了数据校正技术中,寻求一种在偏离理想误差分布模式情况下仍旧可靠的参数估计方式,本文将这类方法统称为鲁棒数据校正。鲁棒估计方法已广泛用于数理统计、测量测绘和信号处理等领域,然而在数据校正中的研究与应用却很少,本论文试图在这方面做一些尝试,针对鲁棒数据校正的各项关键技术,从变量的敏感性和冗余度分析,低冗余数据的鲁棒数据校正以及鲁棒校正技术在线性约束、双线性约束、非线性约束、以及动态数据校正问题中的应用等方面对鲁棒数据校正方法进行了较全面深入的研究,提出了用于低冗余数据系统的改进鲁棒校正方法,基于影响函数矩阵的鲁棒非线性数据校正方法,鲁棒自适应数据校正方法,以及基于连续误差检验的鲁棒非线性动态数据校正方法,并结合上海焦化厂碳一工序实际生产过程,对非线性鲁棒数据校正方法的应用进行了讨论。 本论文主要取得的成果包括以下几个方面: 1.定性定量地分析了基于污染分布模型的鲁棒数据校正方法,其校正精度和显著误差统计量对变量测量值和变量冗余度的敏感程度,指出采用鲁棒数据校正方法,权值因子的引入降低了估计结果对测量误差的敏感程度,增大了变量的局部冗余度,提高了数据的校正精度,同时也增强了显著误差的可识别性。 2.针对传统鲁棒最小二乘数据校正方法难以适用于低冗余系统以及迭代计算中可能出现显著误差“误判”以及估计结果可能出现负值的不足,提出了一种适用于低冗余系统的改进鲁棒最小二乘数据校正算法,该算法将变量的冗余度信息纳入显著误差检验统计量的同时,对Huber估计的权函数进行改进,增加淘汰区,将每次迭代中误差统计量最大的可疑数据进行淘汰,以消除显著误差的影响,同时降低了“误判”的可能。为了避免校正值出现负数的可能,该算法还考虑了变量的约束上下限问题,为参数的准确估计奠定了基础。 3.针对过程数据被显著误差污染,同时线性化方程又呈病态的情况,提出采用广义极大似然正则化函数作为数据协调目标的鲁棒正则化数据校正方法,该方法与直接在协调目标函数中引入影响函数矩阵的鲁棒正则化方法实质是一样的,从而为复杂非线性过程的鲁棒数据校正提供了依据,即直接在非线性协调目标函数中引入影响函数矩阵,并通过非线性规划方法进行求解,既避免了非线性约束Taylor展开带来的误差和线性化方程求解的不适定问题,同时又具有较好的鲁棒性。 4.针对污染正态分布数据校正方法的不足,提出了鲁棒自适应误差分布模型,该模型具有与标准正态分布相似的密度函数形式,不同之处在于采用鲁棒自适应可变权重因子调节误差方差,通过放大显著误差方差,降低其对参数估计的影响。将该模型用于双线性约束过程的数据校正问题,推导出鲁棒自适应最小二乘分析解,同时将鲁棒自适应数据校正方法进行扩展,使之适用于测量相关问题,具有更好的实用性。 5.针对传统非线性动态数据校正方法以测量噪声正态分布为假设前提以及可能出现估计滞后的不足,提出了基于误差连续检验的鲁棒非线性动态数据校正方法。该方法将鲁棒估计函数通过置信度函数矩阵的形式引入校正目标,对离群显著误差赋予较小权值,以减小其对参数估计的影响。为了尽可能利用过程的有效信息,该算法提出了置信度矩阵的两步构权方法。同时,考虑到设定值的改变也会引起Mahalanobis距离产生较大变化,导致“误判”,提出了离群误差的连续检验算法,以区分设定值的改变和离群值的发生,对于检测到的设定值改变,重新获取历史移动时间窗数据进行校正,避免了估计滞后的现象,同时减少了对设定值改变的“误判”。 6.针对化工数据协调问题中常见的带分流节点的双线性数据协调问题,提出了一种稳定性高、通用性强的数据分类算法。该算法通过对系统约束方程组进行线性化处理,给出雅可比矩阵的分析表达式,并将系统的自由度分析与投影矩阵、QR分解等算法结合起来进行数据的冗余性和可观性分析,不仅适用于含有强度约束条件的双线性数据分类问题,同时也可以处理用劈分因子表示的三线性数据分类问题,另外,该算法同样适用于含有反应节点的过程网络以及其它多线性数据分类问题。 7.针对上海某焦化公司碳一车间MES系统中的数据校正模块,将鲁棒非线性数据校正方法用于该多组分双线性过程的数据校正中,给出了实用的数据校正算法以及数据校正结果。 最后,总结全论文的工作,并对未来鲁棒数据校正技术的进一步研究与发展进行了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈瞭;冯毅萍;荣冈;;双线性数据校正的多组分过程容错模型研究[J];计算机与应用化学;2011年07期
2 温兴林,李长城,吴戈,赵国建;影响函数的解析表达[J];山东矿业学院学报;1998年03期
3 王国军;多元线性回归中的预测影响函数[J];江苏理工大学学报;1995年01期
4 张波涛;张莉萍;;基于密度影响函数的聚类算法构造蓝牙分散网[J];计算机系统应用;2008年04期
5 刘钢,王忠辉,沈为平;静力问题及应力影响函数的重分析方法[J];上海交通大学学报;1995年05期
6 王国军;线性回归模型中的后验影响函数[J];应用概率统计;1996年02期
7 邵军;;影响函数与方差估计[J];应用概率统计;1990年01期
8 曹振华;线性回归模型中方差σ~2估计量的影响函数[J];工程数学学报;1996年02期
9 张崇斌,郝敏萱;影响函数及其在工程力学上的应用[J];安徽机电学院学报(综合版);1994年01期
10 沈为平;有限元广义应力影响函数定理及算法[J];应用力学学报;1991年02期
11 王可成,王贻荪;关于影响函数的加权积分式[J];湖南大学学报;1981年04期
12 饶学军,凌宁,姜文汉;用数字干涉仪测量变形镜影响函数的实验研究[J];光学学报;1995年10期
13 丁心志;官春林;;变形镜面形影响函数的有限元仿真[J];光学仪器;2008年01期
14 沈蔚;赵峙江;李晓刚;;不同影响函数下的文化算法收敛性研究[J];信息与控制;2008年05期
15 周世健,陈永奇,邓康伟;统一分布下的L_P估计抗差测度[J];华东地质学院学报;1998年03期
16 马江洪;概率约束下最优解的统计影响函数[J];应用数学;1999年01期
17 李红军,秦永胜,徐用懋;数据校正在精馏塔系中的应用[J];化工自动化及仪表;1997年01期
18 黄全华,李士伦,曹文江,徐霜;油藏影响函数在气藏中的应用[J];天然气工业;2003年06期
19 周世健,臧德彦;多维L_p估计的抗差测度[J];测绘信息与工程;1997年02期
20 刘传政,袁一;关于化工数据校正问题的研究[J];化学工程;1994年06期
中国重要会议论文全文数据库 前18条
1 雷小宏;;应力影响函数的机动算法原理[A];第九届全国结构工程学术会议论文集第Ⅰ卷[C];2000年
2 殷新春;陈决伟;汪彩梅;;来自双线性配对的前向安全的代理签名方案[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
3 李立;李开富;;平面3R冗余度机器人的混沌运动[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
4 田军霞;赵京;张凯亮;;冗余度机器人锁定故障关节后容错空间的变化研究[A];人才、创新与老工业基地的振兴——2004年中国机械工程学会年会论文集[C];2004年
5 樊秀梅;陈常嘉;;网络冗余度与负载均衡模型的建立与分析[A];开创新世纪的通信技术——第七届全国青年通信学术会议论文集[C];2001年
6 倪受东;文巨峰;颜景平;;四自由度冗余度机器人雅可比矩阵的建立[A];中国仪器仪表学会第三届青年学术会议论文集(下)[C];2001年
7 刘力;王燕芳;;正电子发射断层扫描仪PET中的数据校正[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年
8 季钦南;;一种鲁棒自适应控制律[A];1994中国控制与决策学术年会论文集[C];1994年
9 龚德恩;王亚平;;动态Leontief投入产出模型的双线性状态空间实现及其最优控制[A];1990年控制理论及其应用年会论文集(1)[C];1990年
10 李津蓉;戴连奎;;非线性动态数据协调技术[A];第二十一届中国控制会议论文集[C];2002年
11 蒋盛益;谢照青;余雯;;基于代价敏感的朴素贝叶斯不平衡数据分类研究[A];2010年第16届全国信息存储技术大会(IST2010)论文集[C];2010年
12 赵文荣;侯学章;朱广田;;关于双线性分布参数系统的一类最优控制[A];1994年中国控制会议论文集[C];1994年
13 孔明放;陈丙珍;;动态数据校正方法进展[A];过程系统工程2001年会论文集[C];2001年
14 陈壮;;基于自平衡体系加固后大跨度箱梁承载力冗余度评价研究[A];《工业建筑》2018年全国学术年会论文集(中册)[C];2018年
15 贾明海;王同孝;马如坤;;动态系统的故障数据探测法[A];第三届全国控制与决策系统学术会议论文集[C];1991年
16 李铁山;杨盐生;杨林家;;一类不确定非线性系统的鲁棒自适应镇定及应用[A];第二十四届中国控制会议论文集(上册)[C];2005年
17 倪受东;罗翔;颜景平;;YJP-1型双臂冗余度机器人的运动学分析[A];中国仪器仪表学会第三届青年学术会议论文集(下)[C];2001年
18 续龙飞;李俊;甘亚辉;戴先中;孙维;;作业约束下的冗余度机器人自运动避障规划方法[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
中国博士学位论文全文数据库 前9条
1 高倩;鲁棒数据校正理论与应用研究[D];上海交通大学;2007年
2 张睿;流程工业多层次数据校正研究[D];浙江大学;2019年
3 涂碧海;大气气溶胶多角度偏振成像仪数据校正及检验方法研究[D];中国科学技术大学;2020年
4 刘朝晖;柔性冗余度机器人中的混沌研究[D];西南交通大学;2006年
5 马春波;基于双线性对的数字签名体制研究[D];西南交通大学;2005年
6 苏志图;双线性对的快速计算研究[D];西安电子科技大学;2012年
7 杨晨;基于双线性对的密码协议的设计与分析[D];西安电子科技大学;2007年
8 张旭;基于鲁棒自适应滤波的无人机编队相对导航方法研究[D];哈尔滨工业大学;2017年
9 周凌柯;数据校正技术的研究及应用[D];浙江大学;2005年
中国硕士学位论文全文数据库 前20条
1 童力;化工过程测量数据校正方法的研究[D];青岛科技大学;2006年
2 徐忠勇;流程工业数据校正技术若干问题研究[D];浙江大学;2007年
3 蒋余厂;流程工业数据校正方法的研究[D];华东理工大学;2012年
4 葛鸣鹤;面向工序级金属平衡的算法设计及系统实现[D];大连理工大学;2019年
5 宋逍翰;铜冶炼过程数据校正方法研究及应用[D];大连理工大学;2019年
6 张红森;稳态数据校正方法在烯烃分离中的应用[D];大连理工大学;2018年
7 邓苏冰;面向铜冶炼的金属平衡系统设计与实现[D];大连理工大学;2018年
8 黄喜军;数据校正在火电机组性能诊断中的研究[D];东南大学;2018年
9 彭娟娟;数据校正技术若干问题的研究和应用[D];浙江大学;2006年
10 李九龙;工业过程数据校正技术的研究与分析[D];南京理工大学;2012年
11 张辉;基于历史数据的数据校正技术研究[D];南京理工大学;2017年
12 王化雨;数据校正技术及其在制造执行系统中的应用[D];浙江大学;2010年
13 年晓宇;基于几类代数曲线上的双线性对计算[D];杭州电子科技大学;2016年
14 李艳华;基于双线性单元的光滑有限元算法研究[D];太原理工大学;2019年
15 付柱;R-ate双线性对密码算法的高效实现[D];天津大学;2018年
16 孙长洪;基于无双线性对的云端数据完整性审计方案研究[D];华中科技大学;2018年
17 赵玲;可验证的模指数与双线性对外包计算方案研究[D];湖北工业大学;2017年
18 郝中源;双线性对密码算法研究及其FPGA实现[D];天津大学;2017年
19 李冠琛;基于双线性配对的认证密钥协议研究及应用[D];沈阳航空航天大学;2018年
20 陈超;基于双线性对的短签名研究[D];广州大学;2011年
中国重要报纸全文数据库 前10条
1 南京证券 周旭 温丽君;经济预期过于悲观 静待后续数据校正[N];中国证券报;2012年
2 赵艳丽;化工过程数据校正与模拟优化系统通过鉴定[N];中国化工报;2000年
3 工业和信息化部信息技术发展司;强化工业数据分类分级管理 共创数字经济蓬勃发展未来[N];中国电子报;2020年
4 布轩;《工业数据分类分级指南(试行)》解读[N];人民邮电;2020年
5 布轩;《工业数据分类分级指南(试行)》赋能制造业高质量发展[N];人民邮电;2020年
6 ;数据分类:只是看起来简单[N];网络世界;2010年
7 德勤中国风险咨询副总监 阎光;建设数据分类体系 防控数据泄露风险[N];中国保险报;2016年
8 EMC公司大中华区应用方案及咨询部 李刚;数据分类促进存储信息安全[N];通信产业报;2006年
9 中国科学院院士 西安交通大学电子与信息学部主任 管晓宏;管晓宏:制定出符合我国特色的工业数据分类分级体系[N];人民邮电;2020年
10 江西省工业和信息化厅;创新开展工业数据分类分级 提高数据管理水平[N];中国电子报;2020年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978