軟測量技術(shù)原理與應(yīng)用

前言

工業(yè)企業(yè)的需求以及控制理論和計算機(jī)技術(shù)的發(fā)展是先進(jìn)控制技術(shù)發(fā)展強(qiáng)有力的推動力。先進(jìn)控制算法，都要求有系統(tǒng)的數(shù)學(xué)模型，或帶有人工智能的性質(zhì)。這些要求需要系統(tǒng)建模技術(shù)。先進(jìn)控制算法的實施，使過程控制更平穩(wěn)，有條件實現(xiàn)更嚴(yán)格的卡邊條件在線優(yōu)化控制，從而帶來尼著的經(jīng)濟(jì)效益。而卡邊條件的實現(xiàn)，往往需要軟測量技術(shù)的應(yīng)用。本書止是在這種需求的背景下，較全面地闡述系統(tǒng)建模方法和軟測量技術(shù)，其中包括小波分析，主元分析，部分最小二乘，系統(tǒng)辨識技術(shù)，以及人工智能理論中的神經(jīng)網(wǎng)絡(luò)技術(shù)和優(yōu)化算法等。軟測量技術(shù)本質(zhì)上也是一個建模問題，即通過構(gòu)造某種數(shù)學(xué)模型，描述可測量的關(guān)鍵操作變量，被控變量和擾動變量與產(chǎn)品質(zhì)量之間的函數(shù)關(guān)系，以過程操作數(shù)據(jù)為基礎(chǔ)，獲得產(chǎn)品質(zhì)最的估計值。軟測量技術(shù)發(fā)展至今，由于采用的理論工具和所針對的實際對象的不同，因此形成了多種軟件測量方法。其中應(yīng)用最多的是統(tǒng)計回歸方法，主要適用于生產(chǎn)工況較為平穩(wěn)的場所。針對一些復(fù)雜的系統(tǒng)，人們又提出了非線性軟測量方法，如機(jī)理建模，神經(jīng)元技術(shù)，主元分析，部分最小二乘，系統(tǒng)辨識和模式識別等，用這些技術(shù)或這些技術(shù)的結(jié)合來建立質(zhì)量模型和收率優(yōu)化模型等軟儀表。這些軟儀表不僅解決了許多檢測難題，而且具有下列優(yōu)點：一是不像某些成分儀表那樣需要精心維護(hù)：一二是動態(tài)響應(yīng)迅速：三是能夠連續(xù)地給出指示數(shù)。在軟測量方法中，輔助變量的類型、數(shù)目、測點位置的選擇，過程數(shù)據(jù)的采集與處理等因素都會嚴(yán)重影響軟儀表的性能。隨著對象特性的變化和工作點的漂移，在使用過程中，還需對軟儀表進(jìn)行校正以適應(yīng)新的工況。北京化工大學(xué)自動化系十多年來已在軟測量技術(shù)方面積累了很多經(jīng)驗，如建立常壓塔裝置的脫空度和干點軟儀表、聚合過程質(zhì)量軟儀表等。軟測量技術(shù)雖然已在控制理論研究和實踐中取得了廣泛的成果，但目前尚未形成系統(tǒng)的理論?！盾洔y量技術(shù)原理與應(yīng)用》這本書就是為了填補(bǔ)這方面的空白，該門課程已經(jīng)是第8次開課了，每次講課，內(nèi)容都有不同程度的充實，這是第7次修改稿。本書的第2章和第4章由潘立登編寫，第1章、第6章和第7章由潘立登和李大字合寫，第3章和第5章由潘立登和馬俊英合寫。一些例題選自研究生論文。全書由潘立登統(tǒng)稿。本書在編寫過程中得到北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院趙恒永教授、朱群雄教授、王建林教授、靳其兵教授、曹柳林教授和相關(guān)人員的熱情支持、關(guān)懷和指導(dǎo)，及對本書提出的寶貴意見。此外，還得到北京化工大學(xué)研究生教材建議立項的資助，作者借此表示衷心地感謝。作者2008年10月

內(nèi)容概要

　　《軟測量技術(shù)原理與應(yīng)用》根據(jù)目前軟測量技術(shù)在控制理論研究和實踐中尚未形成系統(tǒng)的理論這一現(xiàn)狀而編寫。主要內(nèi)容包括數(shù)據(jù)處理理論——小波分析，主元分析法，非線性多元回歸法，逐步回歸法，主元分析，主元回歸，部分最小二乘法等主要建模方法以及系統(tǒng)辨識法和機(jī)理建模法。此外，《軟測量技術(shù)原理與應(yīng)用》還采用大量篇幅詳細(xì)介紹了神經(jīng)元網(wǎng)絡(luò)的原理及其應(yīng)用、優(yōu)化算法在軟測量技術(shù)中的應(yīng)用等?！　　盾洔y量技術(shù)原理與應(yīng)用》語言簡潔，實例豐富、實踐性強(qiáng)?？晒┳詣踊z測技術(shù)、機(jī)電裝備及計算機(jī)應(yīng)用類本科生、碩士研究生和相關(guān)教師使用，也可供從事相關(guān)領(lǐng)域的科研人員和工程技術(shù)人員參考。

作者簡介

潘立登，本科，1961年畢業(yè)于天津大學(xué)，自動化系教授，博導(dǎo)，1981.8-1983.9在加拿大作訪問學(xué)者，“對二甲苯模擬移動床計算機(jī)控制”、“化纖廠腈綸生產(chǎn)先進(jìn)控制”等項目達(dá)到國際先進(jìn)水平，分別獲得國家石油和化學(xué)工業(yè)局科技進(jìn)步三等獎。

書籍目錄

前言 第1章 軟測量技術(shù)概述 1.1 軟測量技術(shù) 1.1.1 軟測量的輔助變量選擇 1.1.2 軟測量的數(shù)據(jù)選擇與處理 1.1.3 軟測量的模型辨識與驗證 1.2 建模的目的和基本方法 1.2.1 建立數(shù)學(xué)模型的主要目的 1.2.2 建立模型的基本方法 1.3 小波分析及其應(yīng)用 1.4 多變量統(tǒng)計建模方法及其在軟測量中的應(yīng)用 1.4.1 相關(guān)分析和回歸分析 1.4.2 主元分析法 1.4.3 部分最小二乘法 1.5 建模與系統(tǒng)辨識 1.6 人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用 1.7 優(yōu)化算法及其在軟測量技術(shù)中的應(yīng)用 1.8 軟測量的實施 1.9 軟測量的在線校正 第2章 小波算法用于數(shù)據(jù)處理 2.1 傅里葉變換 2.2 小波變換 2.2.1 函數(shù)空間和廣義空間 2.2.2 小波變換原理 2.2.3 傅里葉變換、加窗傅里葉變換和小波變換的比較 2.3 一維連續(xù)小波變換 2.4 高維連續(xù)小波變換 2.5 一維離散小波變換 2.5.1 離散小波變換 2.5.2 二進(jìn)制小波變換 2.6 多分辨分析 2.7 一維Mallat算法 2.8 提升小波變換 2.9 幾種常用的小波基函數(shù) 2.10 小波分析在信號處理中的應(yīng)用 2.10.1 仿真信號 2.10.2 一維連續(xù)小波分析 2.10.3 一維離散小波分析 2.10.4 用小波分析進(jìn)行信號的消噪 2.10.5 小波濾波的在線實現(xiàn) 2.10.6 用小波分析進(jìn)行信號的奇異性檢測 2.10.7 用小波分析進(jìn)行信號的壓縮 2.10.8 用小波分析進(jìn)行信號的發(fā)展趨勢識別 2.10.9 用小波分析進(jìn)行信號的抑制與衰減 2.10.10 用小波分析進(jìn)行某頻率區(qū)間信號的識別 2.10.11 用小波分析進(jìn)行信號的自相似性檢測 2 10 12 結(jié)論 2.10.13 Matlab程序 思考題與習(xí)題 第3章 多變量統(tǒng)計建模方法及其在軟測量中的應(yīng)用 3.1 相關(guān)分析 3.1.1 相關(guān)系數(shù)計算公式 3.1.2 相關(guān)系數(shù)r的特點 3.1.3 判斷變量間相關(guān)程度的原則 3.l.4 線性化方法 3.1.5 現(xiàn)場數(shù)據(jù)的處理結(jié)果 3.2 多元統(tǒng)計回歸分析 3.2.1 多元線性回歸分析 3.2.2 F檢驗和t檢驗 3.2.3 在非線性系統(tǒng)中的應(yīng)用 3.2.4 多元線性回歸方法的原理 3.2.5 多元線性回歸計算的主要參數(shù) 3.2.6 多元線性回歸方程的檢驗 3.2.7 多元線性回歸法的應(yīng)用示例 3.2.8 噴射塔中S02吸收傳質(zhì)系數(shù)的軟測量 3.2.9 多元線性回歸程序說明及源程序 3.3 多元逐步回歸方法 3.3.1 逐步回歸法的概念 3.3.2 多元逐步回歸方法計算步驟 3.3.3 逐步回歸法存在的問題 3.3.4 應(yīng)用示例 3.3.5 逐步回歸程序說明及源程序 3.4 主元分析法 3.4.1 概述 3.4.2 主元分析方法 3.4.3 NIPALS方法 3.4.4 主元的主要性質(zhì) 3.4.5 主元回歸方法 3.4.6 主元回歸方法程序說明及源程序 3.4.7 多尺度主元分析 3.4.8 遞推主元分析 3.4.9 協(xié)方差矩陣的遞推求解 3.4.10 基于秩-1更新的遞推主元分析 3.4.11 更新主元個數(shù)與控制限 3.5 部分最小二乘法 3.5.1 概述 3.5.2 部分最小二乘回歸法原理 3.5.3 部分最小二乘回歸法的計算方法推導(dǎo) 3.5.4 部分最小_二乘回歸法的計算步驟 3.5.5 部分最小二乘回歸模型的檢驗 3.5.6 部分最小二乘回歸模型的性質(zhì) 3.5.7 部分最小二乘法PLS程序說明發(fā)源程序 3.5.8 正交信號修正的部分最小二乘法 3.5.9 應(yīng)用示例 3.5.10 PLS與PCR的比較 3.5.11 部分最小二乘遞推算法 3.6 基于Chebyshev多項式的部分最小_乘法 3.6.1 Chebyshev多項式 3.6.2 基于Chebyshev多項式改進(jìn)的非線性PLS方法 3.6.3 基于Chebyshev多項式改進(jìn)的部分最小二乘算法程序說明及源程序 3.7 五種建模方法比較 思考題和習(xí)題 第4章 系統(tǒng)辨識及其在軟測量技術(shù)中的應(yīng)用 4.1 建立數(shù)學(xué)模型的方法 4.1.1 概述 4.1.2 辨識建模 4.2 最小二乘法 4.2.1 模型結(jié)構(gòu) 4.2.2 最小二乘格式 4.2.3 最小二乘法的解 4.3 最小二乘參數(shù)估計的遞推算法 4.4 小二乘法的遺忘因子法 4.4.1 "數(shù)據(jù)飽和"現(xiàn)象 4.4.2 最小二乘遺忘因子法的一次完成算法 4.4.3 最小二乘遺忘因子法的遞推算法 4.5 按模型階次增加的遞推算法 4.6 增廣最小二乘法 4 6 1 增廣最小二乘法的一次完成法 4.6.2 增廣最小二乘法的遞推算法 4.7 廣義最小二乘法 4.7.1 廣義最小二乘法的一次完成法 4.7.2 廣義最小二乘法的遞推算法 4.8 多步最小二乘法 4.8.1 估計權(quán)序列 4.8.2 估計模型的參數(shù) 4.8.3 噪聲模型參數(shù)的估計 4.9 各種最小二乘法的比較 4.10 傳遞函數(shù)模型辨識 4.10.1 閉環(huán)系統(tǒng)辨識方法 4.10.2 NLJ優(yōu)化算法 4.10.3 MPSEIVI方法對象模型辨識的求解過程 思考題與習(xí)題 第5章 化學(xué)反應(yīng)器的機(jī)理模型 5.1 混合理想的釜式反應(yīng)器 5.1.1 一級反應(yīng) 5.1.2 平衡反應(yīng) 5.2 混合理想的級聯(lián)反應(yīng)器系列 5.3 容量可變、混合理想的等溫釜式反應(yīng)器的動態(tài)特性 5.4 容量可變、混合理想的等溫釜式反應(yīng)器的調(diào)節(jié) 5.5 處于絕熱狀態(tài)下的固定床催化反應(yīng)器 5.5.1 模型方程 5.5.2 靜態(tài)特性 5.5.3 動態(tài)特性 5.5.4 信息流圖 5.5.5 穩(wěn)定條件 5.6 有冷卻的混合理想反應(yīng)器 5.7 通過調(diào)整冷卻水流量控制反麻器實例 5.8 實例 5.8.1 實例l：反應(yīng)器的溫度調(diào)節(jié) 5.8.2 實例2：丙烯水合反應(yīng)器的優(yōu)化控制 5.8.3 實例3：聚丙烯腈工序質(zhì)量指標(biāo)的軟測量技術(shù) 思考題與習(xí)題 第6章 人工神經(jīng)網(wǎng)絡(luò)理論及其在建模中的應(yīng)用 第7章 優(yōu)化算法及其在軟測量技術(shù)中的應(yīng)用 附錄A F分布值表 附錄B t分布表 參考文獻(xiàn)

章節(jié)摘錄

隨著我國經(jīng)濟(jì)體制的轉(zhuǎn)變及加入WTO后，國內(nèi)的眾多過程工業(yè)企業(yè)日益感受到國際間競爭所帶來的壓力和挑戰(zhàn)。在這種大的背景下，積極開發(fā)和應(yīng)用先進(jìn)控制和實時優(yōu)化以提高企業(yè)經(jīng)濟(jì)效益，進(jìn)而增強(qiáng)自身的競爭力是過程工業(yè)迎接挑戰(zhàn)的重要對策?，F(xiàn)代控制理論和人工智能幾十年來的發(fā)展己為先進(jìn)控制奠定了應(yīng)用理論基礎(chǔ)，而控制計算機(jī)尤其是集散控制系統(tǒng)(DCS)的普及與提高，則為先進(jìn)控制的應(yīng)用提供了強(qiáng)有力的硬件和軟件平臺。先進(jìn)控制涉及到較多領(lǐng)域，例如現(xiàn)代控制理論，建模技術(shù)，軟測量技術(shù)，系統(tǒng)辨識技術(shù)，數(shù)據(jù)預(yù)處理技術(shù)以及人工智能理論等。這本教材對系統(tǒng)模型化與軟測量技術(shù)的內(nèi)容做一些基本介紹，其中包括系統(tǒng)辨識技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)以及人工智能理論中的神經(jīng)網(wǎng)絡(luò)技術(shù)等。工業(yè)企業(yè)的需求以及控制理論和計算機(jī)技術(shù)的發(fā)展是先進(jìn)控制發(fā)展強(qiáng)有力的推動。先進(jìn)控制是對那些不同于常規(guī)單回路控制，并具有比常規(guī)PID控制更好的控制效果的控制策略的統(tǒng)稱，而非專指某種計算機(jī)控制算法。通常這種算法，都要求有系統(tǒng)的數(shù)學(xué)模型，或帶有人工智能的性質(zhì)。這些要求需要系統(tǒng)建模技術(shù)。先進(jìn)控制的實施，使過程控制更平穩(wěn)，有條件實現(xiàn)更嚴(yán)格的卡邊條件在線優(yōu)化控制，從而帶來顯著的經(jīng)濟(jì)效益。而卡邊條件的實現(xiàn)，往往需要軟測量技術(shù)的應(yīng)用。本書正是在這種需求的背景下，較全面地闡述系統(tǒng)建模方法和軟測量技術(shù)。

編輯推薦

《軟測量技術(shù)原理與應(yīng)用》特色：系統(tǒng)詮釋軟測量技術(shù)原理  全面剖析工況應(yīng)用案例契合工業(yè)企業(yè)的應(yīng)用需求  高度概括控制理論體系《軟測量技術(shù)原理與應(yīng)用》精華內(nèi)容：系統(tǒng)建模方法和軟測量技術(shù)——小波分析、主元分析、部分最小二乘、系統(tǒng)辨識技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)和優(yōu)化算法非線性軟測量方法——機(jī)理建摸、神經(jīng)元技術(shù)、主元分析、部分最小二乘、系統(tǒng)辨識和模式識別典型工況應(yīng)用案例——建立常壓塔裝置的脫空度和干點軟儀表、聚合過程質(zhì)量軟儀表

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    軟測量技術(shù)原理與應(yīng)用 PDF格式下載

---