過程數(shù)據顯著誤差檢測方法研究.pdf

1、在工業(yè)過程中，現(xiàn)場采集的數(shù)據中不可避免的存在誤差，其中既有隨機誤差也有顯著誤差。顯著誤差主要是指由于測量儀表失靈、測量儀表數(shù)據傳輸錯誤以及操作不穩(wěn)定等原因造成的測量數(shù)據嚴重失真的情況，數(shù)據的測量值和真實值之間存在的顯著差異即顯著誤差。顯著誤差包含了通常所說的系統(tǒng)誤差和似然大誤差，它實質上是所有不滿足正態(tài)分布的大誤差的總稱。顯著誤差的存在使測量數(shù)據不能真實反映實際工況，所以對顯著誤差進行檢測并加以修正在數(shù)據處理中尤為重要。
　　本文

2、主要研究了穩(wěn)態(tài)過程的顯著誤差問題，主要內容如下:
　　(1)在經典的MT-NT算法上加以改進，對節(jié)點檢測法加入了約束條件以彌補其容易出現(xiàn)“漏報”的缺陷，并將顯著誤差數(shù)據進行同步補償來保證多顯著誤差檢測的準確性。
　　(2)將可傳遞信度模型(TBM)用于顯著誤差檢測中，并將傳統(tǒng)的顯著誤差檢測方法作為證據分配的依據，彌補了傳統(tǒng)顯著誤差檢測方法只從某個方面采用統(tǒng)計學方法對測量數(shù)據做出診斷的不足。針對顯著誤差檢測問題中容易出現(xiàn)多個最

3、大pignistic概率的問題，提出了順序選擇pignistic概率的思想，并對顯著誤差數(shù)據采用同步補償策略以保證更精確地檢測出所有顯著誤差數(shù)據。
　　(3)由于前兩種方法只是針對于測量數(shù)據滿足線性關系時的顯著誤差檢測問題，不適用于數(shù)據間關系為非線性關系時的顯著誤差檢測問題。本文提出了基于混合整數(shù)非線性規(guī)劃模型(MINLP)的同步數(shù)據協(xié)調的顯著誤差檢測方法。該方法基于AIC框架，結合混合整數(shù)規(guī)劃模型和最小二乘估計模型，將顯著誤差作