软测量技术在先进控制中的应用

介绍了软测量技术在先进控制中的重要性和基本思想，着重介绍了软测量模型的两种主要实现方法即机理方法和回归分析方法，并举例对这两种方法进行了说明。     

气液两相流流动参数软测量方法研究

对垂直上升气液两相流测得的电导波动信号,在频域中采用语音信号处理中的线性预测方法提取了4个特征量,在时域中用时间序列统计分析方法提取了6个特征量.将这10个反映气液两相流流动特性的特征量作为径向基神经网络软测量模型的输入量,在水相流量1～10 m2/h及气相流量1～130 m3/h的范围内,较好地实现了气液两相流持水率预测,为两相流相含率测量提供了一种新的软测量途径.     

人工神经网络的软测量技术在发酵过程中的应用

针对在生物发酵过程中一些关键参数难以在线测量的问题 ,介绍了工业过程先进控制系统中的软测量技术。讨论了利用人工神经网络的两种典型结构实现发酵过程中关键参数 (如细胞浓度、基质浓度、产物浓度 )在线测量的软测量方法。     

催化裂化分馏塔轻柴油凝固点软测量

分析了在催化裂化装置分馏塔中产品质量软测量的几种方法，阐明了其局限性，提出了软测量应能实时反映产品质量这一重要特征，可以采用基于工艺机理分析来建立软测量模型，同时运用人工化验值不断校正软测量方法的实验结果表明该软测量方法具有较好的适应性，有较高的实用价值。     

基于统计法的软测量建模研究

对比了机理法、统计法、机理统计混合法三种软测量建模方案,通过研究基于统计法的软测量建模方法及类型,提出了一种通用的软测量模型架构及其模型参数的整定方法。并以实际的苯乙烯精馏过程中的质量参数AMS浓度估计为实例,研究了预测偏差及过拟合问题,采用Kalman滤波对模型进行了更新,改善了模型预测效果,证明了算法的有效性,为后续的质量控制奠定了基础。     

基于多元模型融合和时延变量选择的动态软测量方法

针对工业过程软测量中存在的时延、非线性导致预测精度低的问题,提出了一种基于多元模型融合和时延变量选择的动态软测量方法。首先,引入时延变量选择策略,根据信息熵定义联合互信息评价指标,通过螺旋优化算法获取互信息最大条件下的最佳时延变量和历史数据长度。其次,提出了多元模型融合策略,综合高斯模型和正则极限学习机的长处,通过两种模型动态交叉融合对工业过程参数进行预测。最后,针对实际脱丁烷塔装置,分别采用偏最小二乘、最小二乘支持向量机、本文选用方法进行软测量。应用结果表明:文中所述的方法具有很好的预测精度和鲁棒性。     

结合KICA的软测量建模方法及其在间歇过程的应用

针对间歇过程的建模问题,提出一种结合核独立成分分析（KIcA）和稀疏核学习的软测量建模方法。首先将KICA应用于建模样本集,在高维空间提取输入变量的信息,以降低过程变量的相关性,再用稀疏核学习建立软测量模型。以估计链激酶流加发酵过程的活性菌体质量分数和链激酶质量分数为例,将基于KICA信息提取的稀疏核学习方法用于间歇过程的软测量建模。仿真结果表明,KICA信息提取能力优于传统ICA或核主元分析等其他方法,所提出的建模方法预报精度更高。     

软测量技术现状与发展

介绍了过程软测量技术的理论研究和实际应用现状，认为软测量技术是计算不可测变量的一般方法将会得到广泛的应用，指出基于动态机理模型、用观测器方法建立的软仪表是软测量技术的发展方向之一。     

用软测量技术开创在线检测分析仪表新局面

阐述了计算机、信息处理及单片机嵌入式技术的发展使软测量技术成为智能化仪器仪表的核心技术,特别指出成分在线检测分析的弱项适合应用软测量技术的成分浓度仪来加强,提出了一个软测量技术仪表化的研发方法。提出用软测量技术结合发展新型传感器技术以及有针对性地采用物性仪表配合色谱、质谱等分析仪器繁荣中国在线检测分析仪表行业的方略。     

软测量技术

软测量技术是基于推断控制理论的一门新兴工业技术。从选择二次变量、数据处理、软测量模型建立和在线校正等４个方面系统地介绍了软测量技术，比较了现有的实现方法，并展望了其发展前景。