基于有限测量信息的过程系统参数可估计性分析

化工学报 ›› 2011, Vol. 62 ›› Issue (2): 433-438.

基于有限测量信息的过程系统参数可估计性分析

张正江，邵之江

浙江大学工业控制技术国家重点实验室，工业控制研究所；温州大学物理与电子信息工程学院

出版日期:2011-02-05 发布日期:2011-02-05

Parameter estimability analysis for process system with finite measurement information

ZHANG Zhengjiang, SHAO Zhijiang

Online:2011-02-05 Published:2011-02-05

摘要/Abstract

摘要：

实时优化与过程对象模型的精确程度有关。如果过程对象模型与实际模型偏差较大，则会引起优化结果与过程实际的最优结果不一致，并导致优化的效率降低。在实时优化中应采用参数估计，调整过程对象模型的参数，从而保证过程对象模型与实际模型相一致或偏差最小。基于系统可估计性定义，本文根据有限测量信息的参数估计问题特点，提出了系统的参数可估计性定义；通过分析线性系统与非线性系统，指出系统具有参数可估计性的充分条件；并分析了如果系统不具有参数可估计性时，则需要固定哪些参数才能使得整个系统具有参数可估计性。最后分析了当测量变量有多组测量时对系统参数可估计性的影响，通过线性与非线性实例验证了分析结果的有效性。

关键词: 实时优化, 机理模型, 参数估计, 测量信息

Abstract:

The economic performance of real-time optimization system is influenced by the accuracy of the model.If the process model deviates from the process plant, it would lead to the offset between the true plant optimum and the predicted optimum and decrease the efficiency of real-time optimization.So it is important to use parameter estimation to make sure the least deviation of the optimum from the true plant.The definition of parameter estimability is proposed for parameter estimation problem with finite measurement information based on the definition of system estimability.The necessary conditions for parameter estimability are stated in both linear and nonlinear systems based on matrix analysis.If the parameters of system are inestimable, the parameter estimability can be changed by fixing some of the modelparameters.The relationship between parameter estimability and the number of data sets is discussed.The effectiveness of the proposed analysis can be demonstrated by the results of linear and nonlinear systems.

Key words: 实时优化, 机理模型, 参数估计, 测量信息

张正江, 邵之江. 基于有限测量信息的过程系统参数可估计性分析 [J]. 化工学报, 2011, 62(2): 433-438.

ZHANG Zhengjiang, SHAO Zhijiang. Parameter estimability analysis for process system with finite measurement information[J]. CIESC Journal, 2011, 62(2): 433-438.

[1]	王雪松, 曾祥宇, 薄翠梅, 汤舒淇, 董超, 李俊, 张泉灵, 金晓明, 叶胜利. PTFE间歇聚合反应过程变周期动态经济优化控制[J]. 化工学报, 2022, 73(9): 3973-3982.
[2]	杨静, 林振康, 汤君, 樊铖, 孙克宁. 电池系统的故障特征以及多故障的诊断与识别[J]. 化工学报, 2022, 73(8): 3394-3405.
[3]	屈持, 王海清, 姜巍巍, 孙浩, 张景康. 不完全维修策略下的安全关键设备可靠性评估[J]. 化工学报, 2021, 72(4): 2328-2336.
[4]	黄健, 赵众. 延迟焦化加热炉热效率的机理建模与实时估计应用[J]. 化工学报, 2020, 71(7): 3140-3150.
[5]	江爱朋, 张全南, 王浩坤, 丁强, 徐炜峰, 王剑. 一种改进的热泵供暖系统动态实时优化策略[J]. 化工学报, 2019, 70(4): 1494-1504.
[6]	窦珊, 张广宇, 熊智华. 基于LSTM时间序列重建的生产装置异常检测[J]. 化工学报, 2019, 70(2): 481-486.
[7]	李寒霜, 赵忠盖, 刘飞. 基于变分贝叶斯算法的线性变参数系统辨识[J]. 化工学报, 2018, 69(7): 3125-3134.
[8]	胡婷婷, 王帆, 侍洪波. 基于变量概率信息的因子分析监控方法[J]. 化工学报, 2017, 68(7): 2844-2850.
[9]	王幼琴, 赵忠盖, 刘飞. 缺失数据下基于EM算法的非线性过程建模[J]. 化工学报, 2016, 67(3): 931-939.
[10]	徐斌, 陶莉莉, 程武山. 一种自适应多策略差分进化算法及其应用[J]. 化工学报, 2016, 67(12): 5190-5198.
[11]	徐文星, 何骞, 戴波, 张慧平. 自适应混合粒子群约束优化算法及其在软测量模型参数估计中的应用[J]. 化工学报, 2015, 66(1): 222-227.
[12]	张俊, 毛志忠, 贾润达, 何大阔. 金氰化浸出过程自适应优化[J]. 化工学报, 2014, 65(12): 4890-4897.
[13]	何鹏飞, 李绍军. 融合差分进化算法的AEA算法及其在参数估计中的应用[J]. 化工学报, 2014, 65(12): 4857-4865.
[14]	邓道明, 董勇, 涂多运, 张强, 宫敬, 李清平. 高压大直径天然气-凝析液管流计算模型[J]. 化工学报, 2013, 64(9): 3096-3101.
[15]	叶凌箭, 马修水, 宋执环. 基于被控变量在线建模的化工过程实时优化方法[J]. 化工学报, 2013, 64(8): 2918-2923.