数据校正技术应用研究

论文摘要

石油化工生产过程中,生产装置投入和产出变量等参数有着较重要的意义。实际生产过程中,往往有测量误差的存在,必须对测量数据进行协调处理。但是,由于工艺的复杂性,很难获取平衡可靠的生产装置的投入产出数据。通过应用数据协调技术,可以消除或降低测量误差对过程测量数据的影响,同时可以提高过程数据的精确性和平衡性。本文基于稳态的数据协调技术和动态数据协调技术的发展,提出了CVA动态数据协调方法。研究及仿真实验表明,CVA动态数据协调方法有着较好的协调结果。本文主要分以下几个方面阐述:1、对数据协调,显著误差检测和测量网冗余性分析分别作了文献综述,回顾了数据校正理论的发展历史、研究概况及其工业应用情况。2、介绍了线性稳态数据协调、显著误差检测和系统冗余性分析的基本原理。3、阐述了动态数据协调技术及其发展,在此基础上提出了CVA动态数据协调的方法。4、TE模型较好地模拟了化工生产过程,本文以此过程为模型,进行CVA动态数据协调技术的应用研究,并进行了仿真实验,实验结果表明该方法能有效地进行数据协调,并可适当应用到实际的工业生产过程中去。5、最后还对本文的研究进行了总结,并对CVA动态数据协调技术的应用进行了展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 数据校正技术概况
• 1.1 引言
• 1.2 数据校正技术概述
• 1.2.1 数据协调
• 1.2.2 显著误差检测
• 1.2.3 系统解析冗余性分析
• 1.3 工业应用情况
• 1.4 小结
• 第二章 数据校正技术原理
• 2.1 引言
• 2.2 线性系统数据协调基本原理
• 2.2.1 线性稳态数据协调
• 2.2.2 线性动态数据协调
• 2.2.3 线性准稳态数据协调
• 2.3 显著误差检测原理
• 2.4 系统冗余性分析原理
• 2.5 小结
• 第三章 CVA动态数据协调技术的研究
• 3.1 引言
• 3.2 CVA动态数据协调技术研究的动因
• 3.3 规范变量分析（CVA）的模型识别原理
• 3.4 基于CVA的动态数据协调技术
• 3.5 仿真研究
• 3.6 小结
• 第四章 动态数据协调技术的工业应用
• 4.1 引言
• 4.2 Tennessee Eastman过程简介
• 4.3 规范变量分析方法（CVA）的工业应用
• 4.4 小结
• 第五章 总结和展望
• 5.1 研究工作的总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录