軟測量技術在循環水濃縮倍率計算中的應用

李紅衛，王伯槐，陳小輝

（榆林學院 信息工程學院，陜西 榆林 719000）

軟測量技術在循環水濃縮倍率計算中的應用

李紅衛，王伯槐，陳小輝

（榆林學院 信息工程學院，陜西 榆林 719000）

在火電廠循環水處理工藝中，濃縮倍率難以有效在線實時測量。而單純依靠化驗室對水質采樣分析來計算控制，不僅需要配置實驗設備，而且手工操作，存在實驗參數、條件不易控制等問題。文中使用軟測量技術，通過建立易測量的水質核心參數與濃縮倍率之間的BP神經網絡模型，來對濃縮倍率進行估計，提高了濃縮倍率計算的準確性和水質控制效果。

軟測量；濃縮倍率；神經網絡；建模

在火電廠循環水處理工藝中，濃縮倍率難以有效在線實時測量，而單純依靠化驗室對水質采樣分析來計算控制。不僅需要配置實驗設備，而且手工操作，存在實驗參數、條件不易控制等問題。可使用軟測量技術，通過建立易測量的水質核心參數與濃縮倍率之間的數學模型，來對濃縮倍率進行估計，可減少傳統實驗方法因信息反饋的滯后性和人為誤差帶來的不利影響。

1 軟測量模型

軟測量模型本質上是要完成由輔助變量構成的可測信息集到主導變量估計的映射集。通過輔助變量來獲得對主導變量的最佳估計，而不是強調過程中輸入輸出變量間的函數關系。圖1為工業過程軟測量基本框圖[1]。d和u分別表示可測的干擾和控制變量；可測輸出變量y、控制輸入變量u和θ作為軟測量模型的輔助變量輸入，y*作為被估計變量軟測量模型的輸出，并用離線測量值y對軟測量模型進行校正。目前，軟測量的建模方法主要有機理分析方法、統計方法和神經網絡技術3種。文中的濃縮倍率軟測量技術的實現就采用了BP神經網絡模型。

圖1 工業過程軟測量模型基本框圖Fig. 1 Basic diagram of the industrial processes soft measurement model

國華神東自備電廠循環冷卻水系統，由于技術或經濟原因，目前濃縮倍率尚難或無法通過傳感器進行在線檢測，而濃縮倍率在火電廠循環冷卻水系統中是必須嚴格控制的重要參數。目前，火電廠對濃縮倍率的檢測都是通過取樣離線分析得到。但是與濃縮倍率相關的一些參數可以實現在線實時檢測。濃縮倍率采用濃縮中既不被引入、也不會損失的化學離子的濃縮來表示。與濃縮倍率相關的水質核心參數有電導率、硬度、堿度、pH值等，這些參數都可以實時在線檢測[2-3]。因此，選擇這些工藝參數作為濃縮倍率變量相關的輔助變量，并相應定義為X1～X6。y*為被估計的主導變量濃縮倍率。

但手術比較費時間，對麻醉的要求高，比較適合擇期手術。切口的延長受限，手術中暴露的視野有限，不能廣泛探查。從切皮到胎兒娩出的時間要長于縱切口。

雖然前列腺等離子電切技術安全性高于普通單極電切，但是絕大多數前列腺增生患者為高齡人群，且多合并各種基礎疾病。因此，安全有效地使用該技術對確保醫療安全、提高前列腺增生患者的生活質量具有重要意義。

X1---堿度，單位mg/L；

X2---硬度；單位mg/L

二是做學問要“持世而救偏”。章學誠說：“學問經世，文章垂訓，如醫師之藥石偏枯，亦視世之寡有者而已矣。以學問文章徇世之所尚，是猶既飽而進粱肉，既暖而增狐貉也。”[4]章學誠在致錢大昕的書札中說：“惟世俗風尚，必有所偏……茍欲有所救挽，則必逆于時趨。”[5]他看到了當時的考據學，已脫離了社會現實，所以要“逆于時趨”，而救挽學術。章學誠倡導學術研究不能趨于時俗，而應“持世救偏”,讓學術風氣回歸中正，讓學問真正為世所用。

在軟測量應用的實踐中，必須采集大量的樣本數據和對這些數據進行處理，包括用于軟測量建模和對模型校驗以及輔助變量的測量采集的數據等。這些數據由于各種環境干擾和測量誤差等原因，必須通過一些統計和變換的方法對這些數據進行處理，以保證所建立的軟測量模型以及對主變量的估計更加準確。

X5---氯根，單位mg/L

根據上述選取的輔助變量，建立基于BP神經網絡的濃縮倍率預測模型。

X6---電導率，單位μs/cm。

樣本數據來自電廠循環水極限濃縮倍率測定試驗，樣本數據共12組，如表1所示。將表中前六項（列）水質指標作為循環冷卻水濃縮倍率計算預測因子，并作為第一層神經元的輸入數據，將第七項（列）的濃縮倍率作為網絡對應的期望值(目標數據)。因此，網絡的輸入為一個10行6列的矩陣輸入，輸出為1維的向量。同時，將表中前10個樣本作為訓練樣本，用來建立神經網絡模型，后2個樣本作為所建模型的測試樣本。

由于神經網絡模型中傳遞函數的值區間為（0, 1），所以，

2 BP神經網絡軟測量建模

2.1 數據采集和預處理

X4---pH 值；

“我今兒沒有好茶飯，只有山歌敬親人……”一聽到這熟悉的旋律，就讓人想起1961年版的電影《劉三姐》。現在雖說已是七十多歲的老人，“劉三姐”黃婉秋的皮膚依舊白皙而有彈性，氣色還特別好，她是怎么保養的呢？這其中有何秘訣？

由于MRI的引進，中心相關科室由此帶來的病源流失會減少，收容病種的數量和質量會增加，特別是對骨科和心腦血管技術水平的提升起到了積極作用，中心品牌效應得到提升。雖然經濟效益對中心的發展至關重要，但追求經濟效益不是中心的唯一目標，提高患者認可度，為社會減輕壓力是中心應盡的社會責任，也是中心一貫堅持的目標。

X3---鈣硬度，單位mg/L；

表1 循環水最佳工況分析水質指標Tab.1 Re-circulating water quality index analysis under the optimum working condition

必須對原始樣本數據進行歸一化處理，便于精確計算和準確比較。由于本BP網絡采用有教師訓練學習，所以其樣本集由輸入數據和目標輸出組成，將數據按公式X/(Xmax+Xmin)進行歸一化處理，歸一化后循環水最佳工況濃縮倍率預測樣本數據在下面的Matlab程序設計中使用。

2.2 濃縮倍率預測的BP網絡設計

濃縮倍率軟測量功能實現算法的核心部分是參考神經網絡中的BP算法[4]。BP神經網絡是誤差反向傳播神經網絡的簡稱，它由一個輸入層、一個或多個隱含層和一個輸出層構成，每一層由一定數量的神經元構成。上下層之間實現全連接，而同一層的神經元之間無連接。根據表1中給出的樣本數據，在此設計一個三層結構的BP網絡模型，一個輸入層，一個隱含層和一個輸出層，如圖2所示。

圖2 BP神經網絡模型Fig. 2 Neural network model

圖3 網絡訓練結果Fig. 3 Network training results

本網絡模型結構簡單，訓練花費時間較少，測試結果與實際數值接近，可見所建濃縮倍率預測模型的泛化能力比較好。

3 結束語

利用MATLAB神經網絡工具箱建立BP神經網絡模型[7]，對火電廠循環水系統極限濃縮倍率測定過程及最優濃縮倍率確定過程進行仿真模擬，以保證循環冷卻水系統在最優濃縮倍率范圍內運行提供輔助決策依據。

[1]王孝紅,劉文光,于宏亮.工業過程軟測量研究[J].濟南大學學報：自然科學版,2009,23(1):80-86.

WANG Xiao-hong,LIU Wen-guang,YU Hong-liang.The Industrial process soft sensing research[J].Journal of University of Jinan,Science and Technology,2009,23(1):80-86.

[2]李元培.火力發電廠水處理及水質控制[M].2版.北京：中國電力出版社,2008.

[3]李紅衛,王伯槐,陳小輝.火電廠環水系統運行控制的計算機輔助設計[J].科學技術與工程,2009,9(14):4189-4192.

LI Hong-wei,WANG Bo-huai,CHEN Xiao-hui. The Computer Aided Design of recycled water operational control[J]. Science Technology and Engineering,2009,9(14):4189-4192.

[4]田棄,喬俊飛.基于遺傳算法的BOD神經網絡軟測量[J].計算機技術與發展,2009,19(3):127-129.

TIAN Qi,QIAO Jun-fei.The BOD neural net soft sensing based on the genetic algorithms[J].Computer Technology and Development,2009,19(3):127-129.

[5]王艷瓊,白秀琴.基于BP神經網絡模型的水質評價及預測[J].武漢工業學院學報,2007,26(1):64-67.

WANG Yan-qiong,BAI Xiu-qiong.The water quality assessment and forecast based on BP neural net model[J]. Journal of Wuhan Polytechnic University,2007,26(1):64-67.

[6]張德豐.MATLAB神經網絡設計[M].北京：機械工業出版社,2009.

[7]魏江濤，陳方濤，姜美雷.BP神經網絡在設備故障診斷方面的應用[J].現代電子技術,2012(19):131-134.

WEI Jiang-tao,CHEN Fang-tao,JIANG Mei-lei.Application of BP neural network in fault diagnosis of radar device[J].Modern Electronics Technique,2012(19):131-134.

Application of soft-sensing technology in circulating water concentrate rate calculating

LI Hong-wei, WANG Bo-huai,CHEN Xiao-hui
（School of Information Engineering, Yulin College, Yulin719000, China）

In the thermal power plant circulating cooling water process, the concentrate rate cannot realized on-line measurement in real-time effectively, and it merely relying on sampling and analyzing for the water quality in the laboratory , and than to compute and control it. In this way, not only need equip the experimental, but need manual operation, and there are some problems such as experiment parameters ,experimental conditions is not easy to control.The paper using the soft-sensing technology , through building the neural network model between the easy measurement water quality key parameter and the concentrate rate, to estimate the concentrate rate, raised the accuracy of the concentrate rate computation and the effect of the water quality control.

soft-sensing; concentrate rate; neural network; modeling

[TN98]

A

1674-6236(2014)07-0057-03

2013-08-04稿件編號201308036

陜西榆林市科技計劃項目(gygg200711)

李紅衛(1966—)，男，陜西府谷人，碩士，教授。研究方向：Web工程、計算機測控。