【摘要】 一种工业控制技术领域的在线测量数据获取、校正及过失误差的序列补偿方，步骤为：步骤一，实时地获取运行的煤化工流量测量数据和组分测量数据；步骤二，制造执行系统主服务器上的实时数据库获取数据校正任务所需要的流量测量数据和在线组分分析仪的组分测量数据，保持实时数据库和关系数据库的数据时间上的同步；步骤三，数据校正系统服务器从制造执行系统主服务器读取流量测量数据和组分测量数据，数据校正系统进行数据校正，校正后的流量数据和组分数据供后续用户调，此步骤中采用改进型序列补偿法对动态数据校正模型中含有过失误差的变量进行侦破。本发明提高了大规模生产网络的过失误差侦破率，减少运行时间和迭代次数。 【专利类型】发明授权 【申请人】上海交通大学 【申请人类型】学校 【申请人地址】200240 上海市闵行区东川路800号 【申请人地区】中国 【申请人城市】上海市 【申请人区县】闵行区 【申请号】CN200810038203.4 【申请日】2008-05-29 【申请年份】2008 【公开公告号】CN101286059B 【公开公告日】2010-06-02 【公开公告年份】2010 【授权公告号】CN101286059B 【授权公告日】2010-06-02 【授权公告年份】2010.0 【IPC分类号】G05B19/418 【发明人】赵霞; 潘兆鸿; 吴胜昔; 许晓鸣; 朱建宁 【主权项内容】一种在线测量数据获取、校正及过失误差的序列补偿方法，其特征在于，包括以下步骤：步骤一，实时地获取运行的煤化工流量测量数据和组分测量数据，采用安装于工业装置的管线或传输带上的数字式计量仪表自动获得流量测量数据，采用人工定时采样或采用安装于工业装置的设备、管线或传输带上安装的数字式在线组分分析仪获得组分测量数据；步骤二，制造执行系统主服务器上的实时数据库自动地、连续地，按设定的频度，获取数据校正任务所需要的流量测量数据和在线组分分析仪的组分测量数据，而对于由人工录入的组分分析数据，分析数据服务器按设定的分析数据时间间隔，自动地将指定的数据校正任务所需要的组分测量数据提取并打包传输到制造执行系统主服务器上的实时数据库中去，保持实时数据库和关系数据库的数据时间上的同步；步骤三，数据校正系统服务器在指定的数据校正时间间隔的期末，自动地从制造执行系统主服务器读取数据校正任务所需要的全部数据校正时间间隔内的流量测量数据和组分测量数据，数据校正系统读入数据校正系统服务器上本间隔期内流量测量数据和组分测量数据，进行数据校正，校正后的流量数据和组分数据存入关系数据库，并复制一份至制造执行系统主服务器的实时数据库，供后续用户调用；所述分析数据时间间隔为数据校正时间间隔的1/n，n取5-10；所述的数据校正系统位于数据校正系统服务器上，在数据校正系统服务器和实验室分析数据服务器上均备有与数据校正系统关联的关系数据库；所述数据校正，包括：①在完成步骤一和步骤二的测量数据的获取和同步的基础上，进行动态的数据校正，对煤化工流程系统内过程拓扑结构中的气、固、液三相的流率测量数据和组分数据进行冗余性分析，建立动态数据校正模型；所述动态数据较正模型，其目标函数为：约束方程为：其中，为测量数据的校正值向量，X为测量数据向量，U为未测量数据矩阵，Q为测量数据的方差-协方差矩阵，A为校正值的系数矩阵，B为未测量数据的系数矩阵，C为常数矩阵；②在煤化工流程中涉及多个分流器装置，对于分流器问题采用双线性方法对①中的动态数据校正模型进行数据校正；③采用改进型序列补偿法对②中的动态数据校正模型中含有过失误差的变量进行侦破，具体如下：3.1)，根据①建立的动态数据校正模型，构建残差和协方差矩阵：约束方程的残差：r＝AX-C；残差的协方差矩阵：V＝AQAT；其中：X为测量数据向量、Q为测量数据的方差-协方差矩阵、A为校正值的系数矩阵、C为常数矩阵；3.2)，对每一个测量数据构造检验统计量zi，其中：i为检验统计量的个数；计算所有测量数据的检验统计量zi，并对所有的检验统计量的绝对值|zi|按照由大到小排序后，得到检验统计量的绝对值|zi|的序列S，并将序列中的最大值S(1)同第一临界值ZC进行比较，第一临界值为根据给定显著水平从检验统计量分布表查出的置信区间，若S(1)＜ZC，表明所有|zi|都落入置信区间，误差侦破结束，终止运算，输出数据校正结果；若S(1)＞ZC，则进行3.3)；3.3)利用过失误差的改进型序列补偿法检验序列S中的检验统计量，当序列S中的检验统计量大于第二临界值ZC1，第二临界值ZC1为根据给定的显著水平查多元正态分布统计表得出的置信区间，则表示检验统计量对应的测量值有过失误差，对测量值补偿，返回到②，直到将所有序列S中测量数据的检验统计量都小于第二临界值ZC1范围内，表示所有的过失误差全部进行了检验，序列S中前几个变量含有过失误差的可能性最大；所述利用过失误差的改进型序列补偿法检验序列S中的检验统计量，具体如下：3.3.1)，对于没有过失误差变量进行假设：H0：E(r)＝0，表示约束方程残差r的数学期望；3.3.2)，对于有过失误差变量集合中的变量建立N个备选假设H1：E(r)＝bfk，其中，b为过失误差的值，fk∈{Aei，k∈Pos}，ei为第i个变量的随机误差，Pos是序列S中前N个变量所在位置的集合；3.3.3)，构造序列S中的检验统计量T，利用序列补偿法进行迭代，如果序列S中的检验统计量值小于第二临界值ZC1，回到②；若序列S中的检验统计量大于第二临界值ZC1，对测量值补偿；所述构造序列S中的检验统计量，具体为：其中，T为序列S中的检验统计量，sup为求上限；所述对测量值补偿，具体为：测量值补偿为：Xc＝X-bc1ei1-bc2ei2-…其中：补偿向量为bc、ei为第i个变量的随机误差，并用补偿后的Xc替代测量值X。F2008100382034C00011.tif, F2008100382034C00012.tif, F2008100382034C00021.tif, F2008100382034C00031.tif 【当前权利人】上海交通大学 【当前专利权人地址】上海市闵行区东川路800号 【统一社会信用代码】1210000042500615X0 【引证次数】2.0 【自引次数】1.0 【他引次数】1.0 【家族引证次数】2.0 【家族被引证次数】18
