基于双线性正交分解法的换热器系统数据协调

数据协调是基于过程模型对过程测量数据进行校正,得到满足过程模型约束的更为可靠和一致的过程数据。针对实际换热器网络过程变量众多的问题,该文基于换热器装置特点,实现了物料约束模型和能量约束模型的自动建立。基于双线性正交分解法进行了数据分类,并对换热器温度和流量变量进行数据协调,得到了已测冗余变量的数据协调值,以及可估计未测变量的估计值。     

过程数据的无模型在线校正

讨论了无需模型情况下过程测量数据的在线校正。采用基于数理统计加滤波的方法检验、剔除数据中的粗大误差和随机误差。并给出了应用于航空煤油干点软测量及辅助变量的数据校正实例 ,结果证明 ,效果较好。     

面向网络数据的Elastic Net回归模型

线性模型作为一种经典的回归模型，具有简洁的表达形式和较强的可解释性。然而，传统的线性模型是基于样本独立假设的，并不能有效地处理网络数据问题。为了有效地表达网络数据之间的关联信息，本文利用网络结构图，构建了包含样本邻近信息的回归模型。进一步，为了合理估计回归模型参数，并提高处理强相关变量数据的能力，本文提出了一种能够有效处理网络数据的Elastic Net回归模型。具体地，该模型由平方损失和Elastic Net正则项组成，其中平方损失项既包含数据的属性变量信息，又包含响应变量的网络结构信息，能够更好地提高模型学习的准确性；Elastic Net正则项不仅可以保证模型的稳定性和稀疏性，而且具有变量分组效应，能够将强相关性变量组全部剔除或保留。最后采用坐标下降和交替迭代算法对目标函数进行求解。在实验过程中，分别采用Scale-free网络、Hub网络以及Erd?s-Renyi网络进行了大量实验，实验结果显示模型的预测误差能够降低到0.006 6,0.010 3,0.009 7，表明了所提模型的有效性。真实数据集上的实验结果也表明Elastic Net模型具有更高的准确性，能够更加有效地适用...     

数据协调与过失误差侦破的鲁棒估计同步方法

为获得较准确的满足物料平衡和热量平衡的数据,传统的测量数据检验法（MIMT）计算复杂,而已有的数据协调和过失误差侦破的同步方法存在着不能准确识别过失误差等问题。基于鲁棒估计原理以及影响函数提出了一种新的鲁棒估计方法,用于稳态情况下的数据协调和过失误差侦破,并对计算过程中遇到的变量相关性问题进行了分析。计算结果表明,这种方法对线性和非线性问题都具有良好的效果,在侦破出过失误差的同时,可得到相应的数据校正结果。     

OSC-PLS方法用于渣油裂解装置的软测量建模

渣油裂解反应中,影响沥青产率的因素多,反应机理十分复杂,难以建立准确的机理模型。采用基于正交投影的正交信号校正(OSC)算法对输入变量测量数据进行预处理,剔除数据中所含的与待测变量如浓度、收率等无关的噪声信息;再实施OSC与偏最小二乘(PLS)回归相结合的OSC-PLS方法,建立渣油裂解装置沥青产率的软测量校正模型。结果显示:模型精度和稳定性较非线性方法均有显著提高,而且模型所需PLS成分数减少,模型更简洁。     

基于JASON-1高度计的海况偏差校正参数模型

基于JASON-1高度计研究海况偏差校正参数模型。采用交叉点处测量值差分的方法消除高度计中除海况偏差之外的噪声信号。基于泰勒展开构造以有效波高、风速为变量的32种海况偏差参数模型,利用线性回归的方法得到各模型的参数估计值,并对其进行评价、筛选得到最优模型。通过将该模型的海况偏差校正值与JASON-1的地球物理数据集(GDR)数据相对比,进一步验证该参数模型的有效性。结果表明:该参数模型有效,可以用于JASON-1高度计的海况偏差校正。     

利用调查数据中完全辅助信息的广义模型校正方法

推广了模型校正方法去估计总体和均值以外的总体参数.建议的模型校正估计可以处理任何线性或非线性的工作模型,且在线性模型的情形下变为广义回归估计.通过Kronecker积,可把模型校正方法用于估计双线性参数,特别地,去估计方差和协方差.     

基于神经网络的多传感加权融合算法的研究

数据融合技术是无线传感器网络的一个关键的技术,能减少传感器的传输量,从而明显提高网络的感知性能,延长网络生命周期,减少时间延迟.多传感器的数据融合可以获得比单一传感器更多,更准确的信息.针对从含有噪声的测量数据中估计出监测变量,对自适应加权融合算法进行改进,基于信任度方法对测量数据进行数据预处理,然后基于神经网络误差修正的方法实现各传感器权重的自适应匹配,从而得到较为准确的估计值.通过对比仿真实验,本文算法的融合结果在精度、容错性方面均优于均值估计算法和自适应加权融合算法;能够更好地适应当今大数据环境下对数据精确度的要求.     

WCDMA无线传播模型校正

基于WCDMA移动通信网络,讨论了传播模型校正的单变量校正方法和多变量校正方法,基于Matlab/Simulink图形化仿真工具,采用模块化动态分析组合方法,提出了对传播模型建立标准模型库的设计思想.利用图形化界面分析,对典型的传播模型进行对比,所建立的Simulink图形化仿真工具包能满足实测、分析校正的要求.以某地实测为例,结合Planet网规软件,详细阐述了无线传播模型参数校正的操作流程、结果分析,并给出了校正后预测值与实测值的对比分析,实现了无线传播模型的校正和网络优化.     

协变量含测量误差的变系数偏线性模型的变量选择问题研究

研究了当参数部分和非参数部分的协变量均具有测量误差且两部分测量误差相关时,变系数偏线性模型的参数估计和变量选择问题。在误差校正和profile最小二乘估计方法的基础上,提出了基于smoothly clipped absolute deviation (SCAD)惩罚的变量选择方法,且估计具有渐进正态性和先知性。数值模拟研究进一步说明了所提出的变量选择方法的有限样本性质。     

Sensor Network Design for Nonlinear Processes

This paper presents a method to design a cost-optimal nonredundant sensor network to observe all variables in a general nonlinear process. A mixed integer linear programming model was used to minimize the cost with data classification to check the observability of all unmeasured variables. This work is a starting point for designing sensor networks for general nonlinear processes based on various criteria, such as reliability and accuracy.     

化工过程系统的多层数据调和框架

过程数据的可靠性和一致性在化工过程系统中是非常重要的。过程的测量数据一般含有随机误差和显著误差,必须应用数据调和与显著误差检测技术来减小过程测量数据的误差。测量数据具有不同的类型。针对不同类型的测量数据的数据调和问题,提出了一种多层数据调和框架。此框架可以根据不同的测量数据选择不同层次的机理模型,进行数据调和。不同类型的测量数据的数据调和问题分为三层:第一层是基于总物料平衡层,第二层是基于物料和组分平衡层,第三层是基于严格机理模型层。在此数据调和框架中,应用加权最小二乘目标函数作为调和目标,采用鲁棒高效的显著误差检测方法。基于此框架,对于化工过程系统的测量信息的不同,均可选择合理的模型有效地对测量数据进行数据调和。联塔系统和空气分离系统的数值模拟试验说明了此框架的灵活性和有效性。     

Integration of Sensor Network Synthesis and Steady-State Online Data Reconciliation

IntroductionWe need to analyze,simulate,optimize,control,and upgrade the chemical processes to increaseprofit.The basis of these efforts is the processdata,and the validity of process data has directinfluence on the efficiency of these efforts.Generally,the validity of process data refers to:( 1 ) The observability of variables,which meansthat a variable can be measured directly or beestimated through the process constraints[1] ;( 2 )The reliability of estimating a variable,which isdefined as…     

基于PCA和LS-SVM的软测量建模与应用

针对工业过程中某些重要过程变量难以实现实时在线检测和高维数据处理的问题,提出了将主元分析与最小二乘支持向量机相结合的软测量建模方法,并利用该方法建立了工业阿维菌素发酵过程中的菌丝浓度软测量模型.主元分析方法的引入,有效地提高了最小二乘支持向量机软测量模型的精度和泛化能力.应用结果表明,该方法与基于径向基函数神经网络软测量模型相比具有有效性和优越性.     

双线性过程的鲁棒数据协调

针对基于鲁棒目标函数的双线性数据协调问题,提出了一种新的算法.首先利用两步法将双线性数据协调问题转化为两个线性数据协调问题,然后利用罚函数法把约束优化问题转化为无约束优化问题,最后给出了Huber函数的等价权,以及利用等价权法求解双线性鲁棒数据协调问题的表达式.在迭代求解过程中考虑了变量的上下限约束.仿真结果表明该方法能有效地求解双线性鲁棒数据协调问题,降低显著误差的影响.     

热电联产热力系统参数与结构方案同步综合

将复杂非线性蒸汽动力系统参数优化扩展到热电联产流程结构和蒸汽参数的联合优化,提出的混合整数非线性规划（ＭＩＮＬＰ）模型包含非凸非线性费用目标函数、复杂非线性过程约束及多方案选择的组合优化０－１变量逻辑约束．应用算例表明,所采用的模型和改进的遗传算法解决热力系统组合方案优化问题是可行的．     

基于粒子群优化算法的分散式废水处理网络的综合

基于分散式废水处理网络的超结构，建立了废水处理网络系统最优化的非线性规划模型和混合整数非线性规划模型．它们是具有非凸性的复杂非线性数学规划问题，用现有的方法进行求解不能保证得到全局最优解．因此，提出了应用新型随机型算法——粒子群优化算法求解上述复杂非线性最优化问题．算例问题的求解计算表明，提出的废水处理网络粒子群优化方法具有不要求初始可行点以及适应全局优化等优点，能够快速有效地解决废水处理网络最优化问题．     

基于网络编码的无线传感器网络功率管理

无线传感器网络中进行数据采集及其运算时均采用电池驱动,能耗便成了无线传感器网络设计时最应考虑的关键因素.采用网络编码时,中间节点发送的数据包是其接收信息的线性组合,传输一定大小数据包时最小化数据传输次数,传输次数越少,功率消耗也越少.分析了网络编码时无线传感器网络传输过程及其节能的原理,比较了是否采用网络编码的2种无线传感器网络传输方式的能效.结果表明,采用网络编码技术,可以有效地减少传输总功率,延长无线传感器网络的生存时间.     

换热网络非等温混合多目标同步最优综合

提出了一个非等温混合同步最优综合的混合整数非线性规划改进模型，可对公用工程费用、换热面积、换热设备台数以及流股的匹配选择进行多目标同时优化，且模型本身不依赖于夹点技术及其网络温差。由于采用了新算法，消除了流股分流时的等温混合线性化假设，只需求解一次混合整数非线性规划问题可得到包括分流情况在内的最优网络结果。     

原油蒸馏过程中的数据协调与操作优化

原油蒸馏过程是一个复杂的连续工业过程,其操作优化将为企业带来可观的经济效益,解决该问题的难点主要在于过程数据协调,过程建模及优化算法。针对某炼油化工有限公司原油蒸馏过程,进行了基于物料平衡的过程数据协调计算,建立了以过程严格机理模型为约束的轻油收率优化模型,并提出应用遗传算法求解上述高维非线性工程优化问题,取得了满意的结果。