一種基於產率模型的物流數據校正方法
2023-12-12 13:18:42 2
專利名稱：一種基於產率模型的物流數據校正方法
技術領域：
本發明涉及一種基於產率模型的物流數據校正方法。
背景技術：
過程測量數據作為反映裝置運行狀況的特徵信息，是實現計算機過程控制、模擬、優化和生產管理的基本依據。化工過程測量數據理論上應該滿足物料平衡、能量平衡等，但實際上不可避免的帶有誤差，從而是不準確的，也就無法精確地滿足平衡了。測量數據的誤差可分為隨機誤差和顯著誤差兩大類。任何測量數據都帶有隨機誤差，它是受隨機因素的影響而產生的，服從一定的統計規律。而顯著誤差則是由於測量儀表失靈、操作不穩定或設備有洩漏等原因引起的。同時，由於受經濟條件、測量技術和儀表等的限制，並非所有的變量都可以測量，從而造成了數據的不完整性。顯然，不準確和不完整的數據將使許多過程優化、仿真和控制無法有效發揮作用，甚至造成決策的偏差。目前已經建成和正在開發的企業綜合自動化系統，都受到數據不完整和不準確的困擾。隨著系統規模的不斷擴大和複雜性的提高，這一問題將更加突出。為了充分利用實時的測量數據信息，滿足日益增長的信息化需求，優化操作參數，降低成本和能耗，數據校正技術應運而生。
在生產過程綜合自動化系統中，以8小時或一天為周期進行全廠數據校正和物料平衡計算已有廣泛的應用。數據校正分為顯著誤差檢測和數據校正優化計算(使數據滿足物料平衡約束)兩步。目前顯著誤差檢測的方法層出不窮，主要可分為整體檢測法、測量值檢測法、節點檢測法、極大似然比法、無偏估計法、主元分析法等，然而大多還僅限於理論研究，未能應用於實際工業過程中，主要因為現有顯著誤差檢測依賴於測量點的布局和實時性，因此往往不得不在存在顯著誤差的情況下進行數據校正，如果仍然只針對物料平衡的約束尋找與測量值最接近的最優解是不合理的，也就失去了校正的意義。
發明內容
本發明的目的是提供一種在測量數據含有顯著誤差時能得到比較準確的數據協調值的基於產率模型的物流數據校正方法。
根據實際經驗可知，煉油廠中每個特定的生產方案下都具有一定的產率模型，而以往進行數據校正時都沒能充分利用這些產率模型，基於此我們提出在數據校正的約束條件中引入產率模型，從而增加冗餘性，縮小最優搜索域，有效地排除一些不合理的解，降低顯著誤差對其他校正變量的汙染。特別當生產方案切換發生在校正周期中時，我們引入平均收率的概念，擴大了收率模型的適用範圍。
本發明的基於產率模型的物流數據校正方法，其特徵是包括以下步驟1)從資料庫中得到歷史質量物流數據，生成某個生產裝置或某幾個生產裝置在各種生產方案下的產率D=x2x1x3x1...xm+1x1=d1sd2s...dms,]]>其中x1＝xin為原料的輸入量，x2，…，xm+1為輸出的產品量或中間產品量，d1s，d2s，…，dms表示各個輸出量與輸入量在第s種方案下的比值2)根據傳感器測量得到的質量物流數據建立物流平衡模型方程式PX=0]]>其中 X=x1x2xm+1T]]>3)如果在生產過程中只採用某一生產方案s，則將產率模型方程式x1·(d(l-1)s-0.01)≤xl≤x1·(d(l-1)s+0.01)，(l＝2，3，…，m+1)作為新的約束來補充步驟2)中的物流平衡模型方程式PX=0;]]>如果生產過程中涉及到生產方案的切換，則需定義平均產率dj，步驟如下假設數據校正操作周期為T，開始時間為t0，結束時間為tk＝t0+T，xj+1為一條側線，xj+1(p)表示時刻tp-1至tp的質量測量變量，方案切換的過程中其不同的標定產率如下在t0至t1時刻xj+1(1)x1(1)=dj1]]>在t1至t2時刻xj+1(2)x1(2)=dj2]]>……在tk-1至tk時刻xj+1(k)x1(k)=djk]]>令Δtp＝tp-tp-1(p＝1，2，…，k)
則有p=1ktp=T---(1)]]>假設生產方案是平穩切換，生產裝置各個時段的輸入量基本不變x1(1)≈x1(2)≈…≈x1(k)(2)此時平均產率為dj=p=1kxj+1(p)tpp=1kx1(p)tpp=1kdjptpT---(3)]]>並將平均產率模型方程式x1·(dj-0.01)≤xj+1≤x1·(dj+0.01)，作為新的約束來補充步驟2)中的物流平衡模型方程式PX=0]]>4)採用解最小二乘方程的通用方法，得到準確的質量物流數據 minX(X-Xm)TQ-1(X-Xm)]]>滿足條件PX=0]]> 其中 為待求解數據校正值； 為質量物流數據；Q為測量儀表誤差的協方差矩陣。
本發明的優點1)本發明在數據校正的約束條件中引入產率模型，從而提高測量數據的冗餘性，縮小最優搜索域，有效地排除一些不合理的結果，降低顯著誤差對質量物流變量的影響；2)本發明考慮了生產方案切換發生在數據校正操作周期中的情況，引入了平均產率的概念，擴大了該方法的適用範圍；3)本發明原理簡單，實施方便，便於實現與其它應用系統的數據集成。
圖1是基於產率模型的數據校正方法流程圖；圖2是本發明應用於一個煉油厂部分生產裝置的簡化示意圖。
具體實施例方式
本發明基於產率模型的數據校正方法的全部流程如圖1所示。
根據煉油廠的實際可知，除了物料平衡模型，在特定的生產方案下還具有一定的產率模型。產品的收率並非固定不變的，往往會有微小的波動，因此第s種方案下合理的產率模型應該是用不等式組x1·(d(l-1)s-0.01)≤x1≤x1·(d(l-1)s+0.01)，(l＝2，3，…，m+1)來描述，此時新的數據校正命題為典型的二次規劃問題minX(X-Xm)TQ-1(X-Xm)]]>滿足條件PX=0]]>x1·(d(l-1)s-0.01)≤xl≤x1·(d((l-1)s+001)l＝2，3，…，m+1(1)其中 為待求解數據校正值； 為質量物流數據；Q為測量儀表誤差的協方差矩陣，矩陣對角線數值為測量儀表精度；x1·(d(l-1)s-0.01)≤x1≤x1·(d(l-1)s+0.01)為產率模型約束方程；PX=0]]>為物料平衡約束方程。
實際連續的生產過程中有著離散的生產調度事件，即生產方案的切換，若調度事件發生在數據校正操作周期內，可能帶來的後果有兩種一是直接改變了物料平衡關係，即改變了模型；二是模型不變，只是生產條件的變化導致每條側線的標定產率變化。兩種情況下標定產率均不能直接使用，必須定義平均產率，建立新的產率模型。
假設數據校正操作周期為T，開始時間為t0，結束時間為tk＝t0+T，xj+1為一條側線，xj+1(p)表示時刻tp-1至tp的質量測量變量，方案切換的過程中其不同的標定產率如下在t0至t1時刻xj+1(1)x1(1)=dj1]]>在t1至t2時刻xj+1(2)x1(2)=dj2]]>……在tk-1至tk時刻xj+1(k)x1(k)=djk]]>令Δtp＝tp-tp-1(p＝1，2，…，k)則有p=1ktp=T---(2)]]>假設生產方案是平穩切換，生產裝置各個時段的輸入量基本不變x1(1)≈x1(2)≈…≈x1(k)(3)此時平均產率為dj=p=1kxj+1(p)tpp=1kx1(p)tpp=1kdjptpT---(4)]]>模型發生變化時，可以用一個平衡方程組涵蓋所有可能出現的調度方案，即將所有物料可能的流向都列入平衡模型。則在某種特定的生產方案下，若該條物理側線沒有物料流過，可將該側線此時的標定產率定義為0，仍然不影響平均產率的計算。數據校正操作周期內發生生產方案的切換時，數據校正的對象應該是平均質量流量，即該周期內流過物料的累積總量除以數據校正周期T。
以某一煉油厂部分生產裝置為例，如附圖2所示，共有3個生產裝置(常減壓蒸餾裝置、燈油罐、蠟油罐)，8個流量測量變量(原油輸入量x1、航空煤油x2、燈油x3、蠟油x4、渣油x5、汽車運輸出廠量x6、管道運輸出廠量x7、提供催化裂化裝置的原料量x8)，8個流量測量變量均為已測變量，以平穩狀態下一天的質量流量累積量視為真實值(取自資料庫)，測量變量之間的隨機誤差互不相關。
裝置質量物料平衡模型PX=0]]>為x1-(x2+x3+x4+x5)＝0 (5)x3-(x6+x7)＝0 (6)x4-x8＝0(7)當只存在隨機誤差時，數據校正可以通過以上3個方程有效地降低隨機誤差對測量值的影響，但當顯著誤差存在時，僅有這3個方程是不夠的。
假設根據歷史質量流量數據獲得4個產率模型分別為d1:x2x1=0.18---(8)]]>d2:x3x1=0.11---(9)]]>d3:x4x1=0.31---(10)]]>d4:x5x1=0.40---(11)]]>為了表明本發明優於以往的數據校正方法，定義性能指標IRR=i=1n(xi,t-xi,rxi,t)2---(12)]]>式中xi，t變量xi的真實值；
xi，r變量xi的校正值；n變量個數。
1)若x4存在20％的顯著誤差，引入對應的產率模型x1·(d3-0.01)≤x4≤x1·(d3-0.01)，則可以增加新的約束條件為(0.31+0.01)x1-x4≥0(13)-(0.31-0.01)x1+x4≥0 (14)校正結果如表1所示，其中Xr(1)為現有技術未引入產率模型時的校正值，Xr(2)為本發明引入產率模型後的校正值。
表1.應用產率模型方法前後的校正結果比較
注*-測量值帶有顯著誤差由表1可以看出，顯著誤差的存在對整個數據校正的結果有很大的影響，校正值與真值都有較大的偏差，失去了數據校正的意義，而產率模型的引入對此有了明顯改善，校正值更接近真值。
2)假設校正周期為3天，第一天側線x4和x5的標定產率分別為0.31和0.40，日累積流量的真值為Xt(1)，第二、三天由於生產方案的切換，側線x4和x5的標定產率分別變為0.40和0.31，日累積流量的真值為Xt(2)，此時側線x4的平均收率是d4=i=1kd4itiT=0.37---(19)]]>該平均收率仍可用於數據校正，但此時校正的對象是平均日累積流量，則性能指標有所改變IRR=i=1n(xi,t-xi,rxi,t)2---(20)]]>式中xi，t變量xi真實的平均日累積流量；xi，r變量xi的校正值；n變量個數。
校正結果如表2所示。
表2.應用平均收率模型方法前後的校正結果比較
注*-測量值帶有顯著誤差由表2可以看出，在生產方案平穩切換裝置進料保持穩定的情況下，平均收率的引入同樣可以降低顯著誤差對整個校正結果的汙染，得到較為準確的測量數據修正值。
本發明的特點是原理簡單，實施方便，能夠實現顯著誤差存在時的數據校正，降低顯著誤差等因素對於測量數據的幹擾，提高企業測量數據的數據校正精度，確保數據的準確性。
權利要求
1.一種基於產率模型的物流數據校正方法，其特徵是包括以下步驟1)從資料庫中得到歷史質量物流數據，生成某個生產裝置或某幾個生產裝置在各種生產方案下的產率D=x2x1x3x1xm+1x1=d1sd2sdms,]]>其中x1＝xm為原料的輸入量，x2，…，xm+1為輸出的產品量或中間產品量，d1s，d2s，…，dms表示各個輸出量與輸入量在第s種方案下的比值2)根據傳感器測量得到的質量物流數據建立物流平衡模型方程式PX=0]]>其中 X=x1x2xm+1T]]>3)如果在生產過程中只採用某一生產方案s，則將產率模型方程式x1·(d(l-1)s-0.01)≤x1≤x1·(d(l-1)s+0.01)，(l＝2，3，…，m+1)作為新的約束來補充步驟2)中的物流平衡模型方程式PX=0;]]>如果生產過程中涉及到生產方案的切換，則需定義平均產率 步驟如下假設數據校正操作周期為T，開始時間為t0，結束時間為tk＝t0+T，xj+1為一條側線，xj+1(p)表示時刻tp-1至tp的質量測量變量，方案切換的過程中其不同的標定產率如下在t0至t1時刻xj+1(1)x1(1)=dj1]]>在t1至t2時刻xj+1(2)x1(2)=dj2]]>在tk-1至tk時刻xj+1(k)x1(k)=djk]]>令Δtp＝tp-tp-1(p＝1，2，…，k)則有p=1ktp=T---(1)]]>假設生產方案是平穩切換，生產裝置各個時段的輸入量基本不變x1(1)≈x1(2)≈…≈x1(k)(2)此時平均產率為dj=p=1kxj+1(p)tpp=1kx1(p)tpp=1kdjptpT---(3)]]>並將平均產率模型方程式x1·(dj-0.01)≤xj+1≤x1(dj+0.01)，作為新的約束來補充步驟2)中的物流平衡模型方程式PX=0]]>4)採用解最小二乘方程的通用方法，得到準確的質量物流數據 minX(X-Xm)TQ-1(X-Xm)]]>滿足條件PX=0]]> 其中 為待求解數據校正值； 為質量物流數據；Q為測量儀表誤差的協方差矩陣。
全文摘要
本發明公開了一種基於產率模型的物流數據校正方法。該方法首先從資料庫中得到歷史質量物流數據，生成某個生產裝置或某幾個生產裝置在各種生產方案下的產率，然後將產率模型引入質量物流數據的校正計算，採用解最小二乘方程的通用方法，得到準確的質量物流數據。本發明的優點1)本發明在數據校正的約束條件中引入產率模型，從而提高物流變量的冗餘性，縮小最優搜索域，有效地排除一些不合理的結果，降低顯著誤差對物流測量變量的影響；2)本發明考慮了生產方案切換發生在數據校正操作周期中的情況，引入了平均產率的概念，擴大了該方法的適用範圍；3)本發明原理簡單，實施方便，便於實現與其它應用系統的數據集成。
文檔編號G05B99/00GK1734482SQ20051005074
公開日2006年2月15日 申請日期2005年7月15日 優先權日2005年7月15日
發明者榮岡, 王旭, 馮毅萍, 朱煒, 羅春鵬, 張奇然 申請人:浙江大學