基于卡尔曼滤波器的软测量方法_自动化专业.rar

摘要:在工业生产中，为获得质量合格的产品就必须对生产过程中重要的过程变量进行测量和控制．但是，在实际生产过程中，由于经济或技术原因许多过程变量无法通过传感器直接测量，软测量技术的产生解决了上述的问题．卡尔曼滤波器即为软测量技术在实际工业生产中的应用，卡尔曼滤波采用状态空间描述法，在算法上采用递推形式，能处理多维和非平稳的随机过程，它的提出克服了维纳滤波理论的局限性，使其在工程上得到了广泛的应用．本文以实际工程项目为背景，对软测量建模进行了介绍，并通过对双酚A生产过程中催化剂活性的在线估计研究了卡尔曼滤波器在实际生产过程中的应用，主要研究内容如下：

双酚A生产过程中采用的催化剂为强酸性阳离子交换树脂，其活性会随着生产过程的进行逐渐降低．本文利用软测量方法对催化剂的活性进行了在线估计．结合相关生产工艺，建立了催化剂活性的状态方程和以温度为变量的量测方程，在此基础上利用无迹卡尔曼滤波器(Unscented Kalman Filter，UKF)建立双酚A缩合反应催化剂活性的估计模型，对反应过程中催化剂的活性进行在线测量．通过仿真并与用扩展卡尔曼滤波器(Extended Kalman Filter，EKF)建立的模型进行比较，证实了无迹卡尔曼滤波器模型的准确性和优越性．

关键词：软测量；无迹卡尔曼滤波器；扩展卡尔曼滤波器；催化剂活性

目录

摘要

abstract

第1章 绪论-1

1．1 课题研究的背景与意义-1

1．2 软测量技术的发展及现状-2

1．3 卡尔曼滤波理论的发展及现状-3

1．4 本文研究内容-4

第2章 软测量技术-5

2．1 引言-5

2．2 软测量技术的基本原理-5

2．2．1 辅助变量的选择-6

2．2．2 数据的采集及预处理-7

2．2．3 软测量模型的建立-7

2．2．4 软测量模型的在线校正-7

2．3 软测量模型的建立方法-8

2．3．1 机理建模方法-8

2．3．2 基于人工神经网络的建模方法-9

2．3．3 状态估计建模方法-9

第3章 卡尔曼滤波器-11

3．1 标准卡尔曼滤波器-11

3．2 扩展卡尔曼滤波器（EKF）-12

3．3 无迹卡尔曼滤波器（UKF）-14

3．3．1 UT变换-15

3．3．2 UKF算法-16

第4章 双酚A生产过程中催化剂活性的卡尔曼滤波器模型-19

4．1 催化剂失活机理-19

4．2 双酚A反应机理与催化剂活性数学模型-20

4．2．1 双酚A反应机理-20

4．2．2 催化剂活性数学模型-21

4．3 催化剂活性UKF模型-23

4．4 催化剂活性EKF模型-26

4．5 仿真与结果分析-27

4．6 本章小结-29

第5章 结论与展望-31

5．1 结论-31

5．2 不足之处及未来展望-31

参考文献-33

致谢-35