用存储逻辑代替接线逻辑，大大减少了控制设备外部的接线，使 控制系统设计及建造的周期大为缩短，同时维护也变得容易起来。 更重要 的是使同设备经过改变程序改变生产过程成为可能，这很适合多品种 小批量的生产场合。 体积小，重量轻，能耗低 以超小型计的过程变量有较大的影响,而且它们的变化较大,从工艺分析 来看,这些过程变量对估计值的影响不能被忽略特异性,即对过程愉出以 外的干扰不敏感。 在使用软测量技术时,能检测到的过程变量的检测位置对模型的动态 特性也有定影响,在选择检测点的位置时应予考虑。 数学模型的建立 建立数学模型是软测量技术的重要组成部分。 建立被估计的过程变量 和与该过程变量有关的其它过程变量间的数学模型可以有多个方法。 常用 的建立数学模型的方法有机理建模统计回归建模和人工智能神经元网 络建模等。 统计回归建模是根据统计学的原理,通过大量实时的能够检测到的数据,软测量技术在生产中的应用 用统计回归的方法建立未知的过程变量与可检测过程变量间的数学模型。 在采 用 统计回归方法建模时,要注意下列几点 个工业生产过程的可检测变量有多个,在统计回归建模时,虽然可以 通过相关性确定各输人量对输出的影响,但实际应用时,根据对过程的工艺分 析,先确定数学模型的输人变量,把与未知的过程变量关系不大影响较小且变 化不大的过程变量不作为模型的输人变量,既有利于简化模型的结构和阶次, 减少运算量,还有利于提高总体的精度 在过程变量的实际数据输人时,要根据工艺过程的分析,应对有明显的 与过程变化规律相悖的数据组予以剔除,以保证数学模型的精度 统计回归建模中,也可以通过对过程变量的相关性分析对模型进行简化, 但在简化后,应对简化后的过程重新进行回归,并根据简化模型计算它的精度 是否符合工艺的要求 ④统计回归建模的实时数据应与模型检验的实时数据分属不同的组,以检 验模型的正确性。 对模型的校正应定期进行或根据未知过程变量的估计值与实 测值的偏差超差时进行 统计回归方法建立的数学模型是在定的工艺操作条件下得到的,因此, 只有在定的操作条件下才有使用价般分为三个阶段，即输入采样用户程 序执行和输出刷新三个阶段。 完成上述三个阶段称作个扫描周期。 在整个运 行期间，的以定的扫描速度重复执行上述三个阶段。 输入采样阶段 在输入采样阶段，以扫描方式依次读入所有输入状态和数据，并将它 们存入映象区中的相应单元内。 输入采样结束后，转入用户程序执行和输 出刷新阶段。 在这两个阶段中，即使输入状态和数据发生变化，映象区中相青岛科技大学本科毕业设计论文 前言 在过程控制中，若要使生产装置处于最佳运行工况实现卡边控制 多产高价值产品，从而提高装置的经济效益，就必须要对产品质量或与产 品质量密切相关的重要过程变量进行严格控制。 在线分析仪表传感器不 仅价格昂贵维护保养复杂，而且由于分析仪表滞后大等原因，最终将导 致控制质量的性能下降，难以满足生产要求。 还有部分产品质量目前无法 测量，这种情况在工业生产中实例很多，例如些精分馏塔产品成分， 塔板效率，干点闪点，反应器中反应物浓度转化率催化剂活性，高 炉铁水中的含硅量，生物发酵罐中的生物量参数等。 为了解决这类变量的 测量问题，出现了不少方法，目前应用较广泛的是软测量方法。 同时,随着经济的发展，在现代控制工业当中的应用越来越广泛， 它是在传统的继电接触控制器的基础上引入了微电子技术计算机技术 自动控制技术和通讯技术而形成的代新型工业控制装置。 另外,自从计算机进入控制领域以来,用数字计算机代替模拟计算机调 节器组成计算机控制系统,不仅可以用软件实现控制算法,而且可以利 用计算机的逻辑功能,是控制更加灵活数字控制在生产过程中是 种最普遍采用控制的方法,在机电,冶金,机械,化工等行业中获得了广泛 的应用。 本文就是以锅炉串级三冲量给水控制为例。 介绍了数字控制算价值,当工艺操作条件超出了允许的使用范 围,模型就应及时修正。 例如,在化工生产过程中,反应用的催化剂会随反应的 进行而老化,因此,在建模时能根据催化剂老化的平均寿命在模型中加人与时 间参数有关的微量修正项对数学模型的正确性是很有用的 数学模型的校正 数学模型校正的依据是实际的检测数据,因