一种新的双线性数据协调方法

作者：徐忠勇; 荣冈; 王旭

来源：高校化学工程学报, 2007, (06): 1049-1055.

• 多组分物料平衡
• 双线性数据协调
• 微粒群优化算法
• 数据分类 multi-component mass balance
• bilinear data reconciliation
• particle swarm optimization(PSO)
• variable classification

在流程工业数据校正中,若涉及多组分物料平衡或能量平衡时,问题则转换为一类特殊的非线性问题,即双线性数据协调。今针对双线性数据协调传统方法的不足,给出了一种新的方法。首先提出了一种消除不可观测变量的方法,通过消除不可观测变量及部分非冗余变量将协调问题降维,并将问题分解为两个子问题;然后针对分解后的子问题,利用微粒群优化算法(PSO)求解。与传统方法相比,该方法在确保高协调精度的基础上具有较好的协调运算效率,并能处理过程中含有不可观测变量的情况。今对一个实例进行了仿真,仿真结果表明该方法的有效性。

• 单位
  工业控制技术国家重点实验室