過程魯棒數(shù)據(jù)校正方法及應用研究.pdf_第1頁
已閱讀1頁,還剩87頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、工業(yè)過程數(shù)據(jù)的準確性和可靠性是操作分析與改進,過程控制與優(yōu)化以及工廠管理的基礎(chǔ)。但是,由于儀表失靈,測量偏差和裝置泄漏等原因,工業(yè)測量數(shù)據(jù)中不可避免地存在各種誤差。數(shù)據(jù)校正的任務就是利用各種過程冗余信息對測量數(shù)據(jù)中的誤差進行處理,使其滿足過程內(nèi)在的物料平衡、能量平衡以及其它關(guān)系式。目前,傳統(tǒng)的數(shù)據(jù)校正方法主要是先進行過失誤差偵破與識別,再用最小二乘法為目標函數(shù)進行數(shù)據(jù)協(xié)調(diào)。基于魯棒估計的數(shù)據(jù)校正方法是將數(shù)據(jù)協(xié)調(diào)和過失誤差偵破與識別同步進

2、行,它是一種能夠降低過失誤差的影響又具有較高協(xié)調(diào)性能的方法。
  針對現(xiàn)有魯棒數(shù)據(jù)校正方法的不足,本文研究了魯棒數(shù)據(jù)校正方法的基本概念和原理,并根據(jù)M-估計原理構(gòu)造了一種新的魯棒函數(shù),提出了一種魯棒數(shù)據(jù)校正新方法。與具有代表性的Huber法和Cauchy法性能上的比較和分析可知,新方法可有效降低過失誤差的影響,表現(xiàn)出更強的魯棒性。
  從變量的敏感性和冗余度方面分析,本文定性定量地研究了基于魯棒估計的數(shù)據(jù)校正方法對具有過失誤

3、差變量的冗余度影響。結(jié)合實例分析可知,當采用魯棒數(shù)據(jù)校正方法時,權(quán)矩陣的引入可增大具有過失誤差變量的冗余度,并降低估計結(jié)果對過失誤差的敏感程度,從而提高數(shù)據(jù)的校正精度。
  本文將新魯棒函數(shù)與穩(wěn)態(tài)系統(tǒng)約束方程組聯(lián)合構(gòu)成了魯棒穩(wěn)態(tài)數(shù)據(jù)校正新模型。為了驗證新模型在過程穩(wěn)態(tài)系統(tǒng)中的有效性并考察其性能,本文對具有代表性的線性和非線性問題實例進行了仿真研究。計算結(jié)果表明,當存在過失誤差時,新方法的數(shù)據(jù)協(xié)調(diào)和過失誤差偵破性能優(yōu)于Huber法和

4、Cauchy法,其魯棒性也高于Huber法和Cauchy法。同時,本文研究了過失誤差偵破率隨著過失誤差大小分布的變化情況,結(jié)果表明在偵破小過失誤差時,較Hubcr法和Cauchy法,新方法具有更好的偵破性能,表現(xiàn)出明顯的優(yōu)勢。
  本文將新魯棒函數(shù)與動態(tài)系統(tǒng)約束方程組聯(lián)合構(gòu)成了魯棒動態(tài)數(shù)據(jù)校正新模型。為了驗證新模型在過程動態(tài)系統(tǒng)中的有效性并考察其性能,本文對文獻中常用的反應釜動態(tài)系統(tǒng)和連續(xù)攪拌釜動態(tài)系統(tǒng)實例進行了仿真研究。串聯(lián)反應

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論