聚苯醚生产过程的快速状态估计方法技术

本发明专利技术公开了一种聚苯醚生产过程的快速状态估计方法，包括以下步骤：建立由苯酚和甲醇烷基化作用生成聚苯醚过程的线性高维系统动态模型，根据系统特性将高维的系统状态向量分成低维状态块，运用变分贝叶斯理论和卡尔曼滤波原理对状态块进行状态估计。本发明专利技术可以在保持较高的状态估计精度的同时有效的降低计算代价，实现高维系统在估计精度和计算代价时的权衡。的权衡。的权衡。

【技术实现步骤摘要】
聚苯醚生产过程的快速状态估计方法


[0001]本专利技术涉及复杂过程状态估计与监测
，具体涉及一种聚苯醚生产过程的快速状态估计方法。

技术介绍

[0002]由苯酚和甲醇的烷基化作用生成聚苯醚的过程涉及众多的状态变量，属于复杂工业过程的领域，因此该过程可以被描述为高维系统，而对聚苯醚生产过程的状态估计就可以转化为对这个高维系统的状态估计。现有技术中有使用卡尔曼滤波对高维系统的状态进行估计的，卡尔曼滤波可以在最小均方误差意义上提供最优估计，但是卡尔曼滤波器实际应用到高维系统时需要付出的计算代价非常高。为了降低计算代价，也有提出了集合卡尔曼滤波的方法，虽然可以在一定程度上降低计算代价，但是降低的效果有限。同时，估计精度的高低取决于样本集合的大小，当样本集合足够大时状态估计的精度才可以达到令人满意的效果，但是样本集合大的同时计算的代价就相对较高；而当样本集合较小时计算代价虽然可以在一定程度上降低，但此时状态估计的精度又很难达到令人满意的效果。目前也没有良好的状态估计方法可以实现高维系统在估计精度和计算代价时的权衡。
专利
技术实现思路

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种聚苯醚生产过程的快速状态估计方法，其特征在于，包括以下步骤：步骤1：建立由苯酚和甲醇烷基化作用生成聚苯醚过程的线性高维系统动态模型，步骤2：根据系统特性将高维的系统状态向量分成d
s
个状态块，每一个状态块的维数为s
i
；步骤3：设定系统初始状态值初始协方差矩阵P
0|0
、n时刻系统的测量值y
n
、过程噪声协方差矩阵Q
n
、分块数d
s
、每一时刻的总迭代次数L和总的采样次数steps，初始化时间索引n＝1；步骤4：根据变分贝叶斯理论和卡尔曼滤波原理计算每一个状态块的状态预测值和每一个状态块的协方差的预测值；步骤5：更新每一个状态块的协方差的预测值，初始化迭代次数l＝1；步骤6：更新每一个状态块的状态预测值；步骤7：判断当前的迭代次数l是否满足l＝L，若是则执行步骤8；若否则令l＝l+1，并跳转执行步骤6；步骤8：输出n时刻每一个状态块的估计值；步骤9：输出n时刻系统状态的估计值和n时刻系统状态的协方差矩阵；步骤10：判断时刻n是否满足n＝steps，若否则令n＝n+1，并跳转执行步骤4；若是则结束输出，得到聚苯醚生产过程的状态估计。2.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法，其特征在于：所述步骤1中建立的线性高维系统动态模型为：x
n+1
＝F
n
x
n
+w
n
，y
n
＝H
n
x
n
+v
n
；其中n表示时间索引，x
n+1
表示n+1时刻的系统状态，x
n
表示n时刻的系统状态，F
n
为状态转移矩阵，为服从均值为0、协方差矩阵为Q
n
的过程噪声；y
n
表示n时刻系统的测量值，H
n
为测量矩阵，为服从均值为0、协方差矩阵为R
n
的测量噪声。3.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法，其特征在于：所述步骤2中根据系统特性将高维的系统状态向量分成d
s
个状态块，具体为：根据实际需要设定状态块的数量d
s
，分析系统状态变量的物理意义及相互之间的关系并将关联紧密的系统状态向量放入同一个状态块内，得到d
s
个状态块4.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法，其特征在于：所述步骤4中每一个状态块的状态预测值的计算公式为：其中，表示n时刻对第i个状态块的状态预测值，表示状态转移矩阵F
n
中第i个s
i
×
d
x
维的子矩阵，d
x
为状态向量的维度，表示第n
‑
1时刻系统状态的估计值。5.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法，其特征在于：所述步骤4中每一个状态块的协方差的预测值的计算公式为：
其中表示n时刻...

【专利技术属性】
技术研发人员：赵顺毅，李可，郭松杰，栾小丽，刘飞，
申请(专利权)人：江南大学，
类型：发明
国别省市：