摘要在工业生产的过程当中，由于各种原因，仪表读数通常不能完全准确，存在或大或小的误差。于是，必须对工业生产过程当中测量获得的过程数据进行数据校正，来确保这些过程数据是可靠无误的。在工业生产过程当中，造成过程数据不准确的主要原因是测量数据存在显著误差。检测数据显著误差的办法有很多，本文着重对测量残差检验法（MT）和节点残差检测法（NT）的原理进行剖析，并介绍由这两种方法发展出来的一种改进后的 MT-NT联合算法。为检验 MT-NT 联合算法的正确性，通过使用 MATLAB 软件编程实现对其的仿真，并结合具体实例完整地进行了一次数据校正工作。 32289
毕业论文关键词 数据校正 显著误差 节点残差检测法 测量残差检验法 MT-NT 联合算法 MATLAB
Title Data Reconciliation Based on MT-NT Method
Abstract In the industry production process, the instrument reading can not be completely accurate. There are large or small errors due to various reasons. Therefore, it is necessary for us to rectify data getting from the process of the industry production and make sure they are accurate and reliable. In the industry production process, gross error is the main reason which makes the process data inaccurate. There are a lot of methods to detect gross error. The writer emphatically introduces the measuring residual test and the node residual test. In addition, an improved MT-NT method is also introduced. The writer uses MATLAB software programming to make the simulation of the improved MT-NT method and applies it into a practical example to prove that the method is correct.
Keywords data reconciliation gross error node residual test measuring residual test MT-NT method MATLAB
目次
1绪论1
1.1课题背景及意义1
1.2工具介绍1
1.3选题目的2
1.4课题思路2
2数据校正技术4
2.1数据校正技术概述4
2.2显著误差概述4
2.3数据校正技术的发展5
2.4数据校正技术在工业中的应用情况7
3基于MT-NT算法的数据校正技术8
3.1数据协调技术原理8
3.2测量残差检验法（MT）8
3.3节点残差检测法（NT）10
3.4MT-NT联合算法11
3.5改进的MT-NT联合算法12
4实例分析15
结论21
致谢22
参考文献23
附录A基于MT-NT算法的数据校正的MATLAB仿真程序25
1 绪论
1.1 课题背景及意义 在工业生产的过程当中，由于仪表存在偏差、仪表发生故障、仪器年久老化、外界存在干扰等不可人为控制的因素的限制，测量数据往往都存在或大或小的误差。在实际的生产过程当中，例如物料使用量、反应炉内部气压、设备内部以及外部温度、湿度等等，这些变量各自对应数据在实际测量中会因为各种各样的原因存在或大或小的偏差，而难以实现绝对精确，即是过程生产中的变化数据。误差可以大体上分为两类。第一类，随机误差是由于随机因素的影响而产生的误差，比如信号传输线干扰、测量仪器本身误差等所引起的测量数据的不准确，故它是符合一定的统计规律的，并且任何测量数据都是带有随机误差的。第二类，不同于随机误差，显著误差是由于仪器在硬件方面出现运行错误或者损坏造成的，比如仪表本身出现问题、仪表测量准确性降低或者设备出现密闭性问题等原因。除此之外，在有些情况下，安装测试仪器的价格可能过于昂贵而超出预算，或者进行数据检测的代价跟因存在误差而导致的损失相比过高，或者所要求的测量技术在当前科技水平下难以实现、又或者生产现场条件苛刻不允许工作人员进行数据采样工作等等，由于以上提及的这一系列原因，使得部分变量不可以测量，从而又造成了另外一个问题，那就是由于无法测量所有数据而导致的数据的不完整性。鉴于存在以上提到的误差，不难发现这样一个问题，那就是在生产过程中，从生产装置上通过一定方式取得众多测量数据，这些数据中的一些数据存在较大误差，从而导致测量数据不够精确以致不能满足这些数据所对应的生产过程当中的本应该满足的物料平衡和热量平衡等约束条件，结果就会产生错误。因此，测量数据一般不能直接使用，需要在使用前先对其进行校正[1]。 一方面，在利用某些特定方法对已经测量得到的数据进行校正后，就能够获得精准的已经测量得到数值的校正值；另一方面，还可以根据相关限制条件得到由于各种原因未能通过测量得到数值的变量的估计值。当且仅当以上提及的这两个方面被综合考虑，才可以保证数据集成没有错误也没有缺失，否则很多过程优化、仿真和控制技术等就没办法发挥它们的作用。 根据其他学者的研究可知，能够通过一定的方法实现对过程数据进行校正，那么就需要使用特定的方式将该方法实现，使其具备实际意义，从而可以将其运用到现实的工业生产活动中去，这对于工业生产过程改良优化、生产效率的提高、能源损耗的降低等方面都具有重大意义，甚至对整个工业的发展都会产生重要影响。 MATLAB基于MT-NT算法的数据校正:http://www.751com.cn/zidonghua/lunwen_28796.html