[发明专利]一种氧化铝生产蒸发过程鲁棒动态数据校正方法及其系统

说明书

本发明涉及一种氧化铝生产蒸发过程鲁棒M估计动态数据校正方法和系统,包括获取氧化铝生产蒸发过程中各测量变量的数据，基于各测量变量的数据的分段鲁棒M估计函数建立鲁棒动态数据校正模型；基于分段鲁棒M估计动态数据校正模型对各流量测量变量和组分测量变量的数据进行在线校正处理，获取校正结果。本发明获得的数据校正结果在存在显著误差且大小不确定时，校正结果准确。

技术领域

本发明涉及氧化铝生产蒸发过程数据优化处理及建模领域，具体公开了一种氧化铝生产蒸发过程鲁棒动态数据校正方法及其系统。

背景技术

蒸发过程作为氧化铝生产过程的关键工序之一，对回收利用有用资源、降低废弃碱液排放具有重要作用。该过程通过加热蒸汽将种分母液和洗涤滤液中的多余水分蒸发，为溶出工序提供高浓度循环母液。在实际氧化铝生产蒸发过程中，过程测量数据不可避免地受到误差干扰，使测量数据偏离真实值，而不满足物料质量平衡、热量平衡关系和过程参数的边界约束条件。另外，受检测技术以及经济条件的限制，部分重要参数无法获取。不准确的测量数据将影响氧化铝生产蒸发过程的建模、优化、控制甚至管理决策，关系着整个氧化铝生产的经济和技术指标。

数据校正作为一种数据处理技术，利用测量数据的冗余信息，在满足机理平衡约束和参数边界条件的基础上，减少测量误差，估计未测参数。但是，由于受测量仪表失灵、设备泄露、人工操作错误等因素影响，过程测量数据存在显著误差。若采用传统的误差服从正态分布的最小二乘数据校正方法，会导致显著误差扩散，污染其他不含有显著误差的数据，影响协调结果。

针对这一现象，基于鲁棒M估计理论，构造一种新的鲁棒动态数据校正模型。通过影响函数，分析鲁棒M估计函数的鲁棒性。当显著误差趋于较大值时，该鲁棒M估计函数受其影响较小。氧化铝蒸发过程有稳态和动态两种状态，利用构造的鲁棒数据校正方法进行数据校正，对于提高测量数据的准确性，实现蒸发过程稳定优化控制，提高产品质量和生产效率具有重要意义。

发明内容

本发明目的在提供一种氧化铝生产蒸发过程鲁棒动态数据校正方法及其系统，以解决现有技术中存在氧化铝蒸发过程动态数据测量偏差大的技术缺陷。

为实现上述目的，本发明提供了一种氧化铝生产蒸发过程鲁棒动态数据校正方法，包括以下步骤：

获取氧化铝蒸发过程中非稳态时间段的流量测量变量和组分测量变量数据；

基于流量测量变量和组分测量变量数据的分段鲁棒M估计函数建立鲁棒动态数据校正模型；

基于鲁棒M估计动态数据校正模型对各流量测量变量和组分测量变量的数据进行校正处理，获取校正结果。

优选地，分段鲁棒M估计函数为：

其中，ρ表示分段鲁棒估计函数，表示相对残差，表示校正值，x表示测量值，σ表示标准差，a、b和c是鲁棒估计函数的参数，其中，a和b用来调节函数的鲁棒性，c用来调节显著误差临界值。

优选地，鲁棒动态数据校正模型为：

其中，ρ即为式(1)所示的分段鲁棒M估计函数；M为测量变量的个数，h表示当前时刻，x_ij表示第i个变量j时刻的测量值，表示第i个变量j时刻的校正值，r_ij为第i个变量j时刻的相对残差，σ_ij表示第i个变量j时刻的标准差；表示所有测量变量的校正值样本集，t_ij表示第i个变量的第j个时间点，表示所有未测变量的估计值。a、b和c的含义与式(1)中相同。F表示微分方程等式约束，geq表示等式约束，g表示不等式约束，包括变量的上下限约束。

优选地，基于鲁棒M估计动态数据校正模型对各流量测量变量和组分测量变量的数据进行校正处理前，还需要对待校正数据进行预处理，预处理为后向端点滑动滤波预处理，具体步骤为：