论文部分内容阅读
可靠的测量数据是化工过程建模的关键。流程工业中的变量测量值不可避免带有误差。如果这些带有噪声误差的测量数据直接作为模型辨识的样本数据,由此得到的模型势必和真实流程模型大相径庭。本文提出了一种基于双线性数据校正的多组分过程容错建模方法,利用双线性数据校正方法来对测量数据进行预处理,然后再将协调结果和其他的测量数据一起作为模型辨识的输入,从而减少测量数据误差对于过程建模的影响。等离子裂解煤制乙炔气体分离工段的仿真结果证明了该方法的优越性。