[发明专利]带遗忘因子的线性回归性能评估方法

说明书

技术领域

本发明涉及一种性能评估算法，尤其涉及一种适用于裂解炉控制系统的带遗忘因子的线性回归性能评估方法

背景技术

随着工业技术的发展，现代工业过程中控制回路越来越多，但由于诸多因素导致控制回路性能不佳，比如传感器或执行器经过过度磨损发生故障、控制器类型不匹配、缺少前馈或前馈补偿不足和控制结构设计不合理等。低效率的控制回路得不到及时的维护，将会增加不合格产品的发生率，加重常规器械的耗损，造成大量的资源浪费，增加商品成本，从而降低工厂的生产效率。相反，如果运用性能评估方法找出那些性能不佳的控制系统，并得到合理的维修，企业就可以保证持久的、平稳的、可观的经济效益。

性能评估的基本思想是从闭环运行的输入输出数据得到控制回路的性能度量。Harris最早提出基于最小方差的性能评估方法，该方法利用反馈不变性原理分离出最小方差控制器的最小方差输出作为性能评估的基准；之后Grimble提出的广义最小方差基准通过引入误差权和控制权定义了广义输出，使最优控制回路输出更加平稳，控制作用更加温和。Huang提出的线性二次型高斯基准采用一条权衡曲线来表示任意线性控制作用下的最优性能，能够直观地显示可达最小方差与操纵变量的方差之间的关系；此外，Gerry从用户角度出发，提出用户自定义的控制系统性能评估方法，以一段满意的数据作为基准，通过与其他时段的数据的比较得出当前系统性能指标。这些方法或者停留于理论研究，或者具有复杂的建模过程，计算结果不够准确，因此一种建模简单、适应于时变扰动的性能评估方法就显得十分必要。

线性回归分析方法是通过控制回路的输入输出数据来计算最小方差性能指标的，它采用时间序列分析法建立简单的扰动模型。与其他的方法相比，它以多维矩阵的运算代替了丢番图方程的求解，并借助于MATLAB工具箱来完成数据建模和多维矩阵的求解，使评估过程更加简便。但是，由于工业过程中出现越来越多的时变扰动信号，使得传统的线性回归方法难以达到要求的精度，而且很难实现连续测量。

发明内容

本发明针对现有技术中存在的缺陷，提出了一种带遗忘因子的线性回归性能评估方法，适用于乙烯裂解炉控制系统，包括如下步骤：

S1：在裂解炉系统控制回路中采集控制回路的过程数据，利用相关性分析法估计出实际数据与设定值的采样延迟时间d；

S2：对所述过程数据采用时间序列分析技术建立线性带遗忘因子的过程扰动模型，并通过最小二乘法辨识出回归参数；

S3：根据公式模型，估计出所述过程扰动模型输出残差的均方误差作为最小方差标准

S4：计算采集数据的实际方差

S5：计算Harris指标，获得控制回路的性能指标。

进一步地，步骤S1中所述过程数据为一次采集获得的设定值Y_sp和实际数据Y_t，且所述设定值Y_sp在一时间区间内有明显变化趋势。

进一步地，步骤S2包括如下步骤：

经时间序列分析得：

y_t-u_y＝F(z^-1)a_t+L(z^-1)a_t-d

式中，a是白噪声序列，F表示整理得到的反馈不变项，L是一个与F有关的正则传递函数。当设定值Y_sp不为0时，y_t＝Y_t-Y_sp是实际数据与设定值的偏差，u_y为y_t的平均值；

设F(z^-1)a_t＝e_t，得到：