軟測量技術研究及其專利分析

宋海榮 趙鵬翔 李思彤 樊金鵬 李 江

（國家知識產權局專利局專利審查協作河南中心，河南 鄭州 450000）

·電子信息與計算機技術·

軟測量技術研究及其專利分析

宋海榮 趙鵬翔 李思彤 樊金鵬 李 江

（國家知識產權局專利局專利審查協作河南中心，河南 鄭州 450000）

產品生產工藝的提高體現在對現代工業過程控制的提高上，即在生產過程使用了更為苛刻的條件（如高溫、高壓），但是高溫、高壓和復雜工業過程中很難或者無法由硬件感測器直接測量某些數據，而這些數據又是實現對工業過程自動化控制所必不可少的數據，因此催生了軟測量技術的產生和發展。本文對軟測量技術進行了研究，并分析了其應用的領域以及相關專利分布，并對軟測量技術的研究和應用進行了分析。

軟測量；建模；工程設計；專利

近年來，隨著信息技術的迅猛發展以及工業過程的更高程度的自動化控制，使各行各業的生產過程，如冶金、石油開采/冶煉、化工生產和電力等基礎行業或原子能、核能等高新科技行業發生了顯著的變化。由于硬件感測器（各種儀表、傳感器）安裝維修保養困難，分析數據滯后，導致控制質量性能下降，難以滿足實際生產需求［1］。軟測量技術正是為解決上述類似的問題發展起來的。軟測量技術理論起源于20世紀70年代，由Brosilow提出的推斷控制思想發展而來［2］。本文研究了目前軟測量技術的發展現狀，結合專利數據，分析了專利申請的特點以及領域分布，以進一步研究軟測量技術的研究與應用之間的關系，期望能夠通過分析促進軟測量技術專利技術到實際生產的應用。

1　軟測量技術概述

軟測量技術把計算機科學技術融于自動化控制理論和實際生產過程中，通過選擇其他一些易于測量的變量（也稱之輔助變量），并基于這些易于測量的變量構成與難于測量或暫時沒有條件測量的主導變量之間的某種數據關系構造一種關系模型［3-4］，最終通過關系模型的推導處理而得到待測的主導變量。具體的軟測量技術的實現包括以下幾個部分。

1.1輔助變量的選擇

輔助變量的選擇至關重要，它需要確定變量類型和變量的數目，并且需要確定出獲取該輔助變量的檢測點位置。除此之外還有一些其他的規律可參考。如在可直接測量變量集中選擇出所有與待測主導變量有關的原始輔助變量集，然后根據推斷控制變量選擇方法中提出的靈敏性、特異性、工程適用性、精確性和魯棒性的原則選擇最終的輔助變量。

1.2數據的采集和預處理

采集的數據經過樣本訓練用于軟測量建模，因此，對于訓練樣本特性來說，采集的數據需要具備代表性，即采集的數據在覆蓋工業過程的操作范圍的基礎上還需要考慮樣本均勻性，而且數據應當具備精簡性，即樣本數據量不需要過大。在采集到數據后第一步預處理是對數據進行消除誤差處理。針對不同的誤差采取不同的處理手段，對于隨機誤差，通常為各種數字濾波方法以及數據協調方法。對于過失誤差，通常的做法包括：人工剔除、技術辨別、多種測量和統計檢驗。消除各種誤差后，最后一步是對采集的數據進行標準化處理，使數據在數量級上以及量綱上達到統一。

1.3主導變量與輔助變量之間的時間匹配

由于從輔助變量的改變到待測主導變量的改變需要經過一段時間，這個時間通過是因為傳輸需要時間導致的，因此，在建模前壓根確定待測主導變量相對于每個輔助變量的滯后時間，即是對待測主導變量與輔助變量之間的時序匹配。這樣才能正確對應出待測主導變量和輔助變量在時間上的關系。通常，在工業過程中，判斷這個時間需要對生產工藝的原理進行分析研究，并根據生產流水的所用時間等數據來斷定。

1.4軟測量模型的建立

前期的輔助變量的選擇、數據的采集與處理以及主導變量與輔助變量之間的時間匹配都是為軟測量模型的建立做準備的，軟測量模型才是核心，一般的模型如圖1所示：

圖1　軟測量模型

但是對于不同的工業過程，建模方法也不盡相同，它的發展經歷了線性模型到非線性模型、無校正模型到有校正模型的轉變，比較常用的建模方法包括基于統計分析的方法、基于人工智能的方法、基于統計學習理論的方法、傳統的軟測量建模方法以及混合建模方法。

1.5軟測量模型在線校正

由于實際工業生產過程及工藝的復雜性無法一次性建立完全精確的軟測量數據模型，數據的誤差、變量關系的偏差都會造成模型的不完善。因此，建立起的軟測量模型不是一層不變的，伴隨工業生產過程及工藝的改進、系統的消耗變化等導致模型誤差增大。為了使軟測量模型保持較高的準確率，不斷在線校正建立起來的模型是必須的。

2　軟測量技術專利分析

軟測量技術由于其主要是建立在對數據的分析處理的基礎上，利用各個參數變量之間的關系以及關系變化模型來估計數據值的，其數據處理和理論研究驗證成份比較大，因此，通過對專利數據庫的數據統計分析，其申請人絕大部分是各個高校科研單位以及少部分企業單位。

2.1各個高校研究單位專利分布

高等院校尤其是科研人才集聚的各大院校是科學技術研究的主力軍，以浙江大學為首的高等院校（還包括東北大學、東南大學、華東理工大學、上海交通大學、清華大學、江蘇大學、北京工業大學、華南理工大學和中南大學）占據了專利申請量的前10位。專利申請涉及工業處理過程的方方面面。

浙江大學是軟測量技術申請量最大的專利申請人，主要涉及到軟測量技術輔助變量的選擇方法、數據采集與預處理方法、軟測量模型的建立方法、軟測量模型在線校正方法以及軟測量技術在各個工業生產過程中的應用。

浙江大學首件與軟測量技術相關的申請發明名稱為“溶劑脫水塔塔頂液和塔底液組成的軟測量方法”（公開號CN1540341A），本申請的技術方案應用在化學工程和系統工程中，具體來說是對精對苯二甲酸生產中溶劑脫水塔頂液和塔底液組成的測定。該方法從理論上分析了影響精對苯二甲酸溶劑脫水塔頂液和塔底液組成的因素，利用溫度測量儀器獲取塔內N個分布點的溫度值，它包括一個塔底溫度測量值、一個塔頂溫度測量值和N-2個沿塔由下而上依次分布的塔內溫度測量值，通過精對苯二甲酸生產裝置的計算機集散控制系統獲得溫度測量點的實時數據；然后使用軟測量模型，將溫度數據進行濾波后輸入軟測量模型，測出塔頂液和塔底液的組成。該方法在建立模型時使用了最小二乘估計器，其塔頂液組成預測結果與實測結果相比大絕對誤差為0.35%，平均相對誤差為6.92%，收到了良好的成效。

另一篇專利申請是涉及建模方法，發明名稱為“基于混合多模型的復合肥養分含量軟測量建模方法”（公開號CN1815225 A），本申請的技術方案應用在化肥工業中，主要是研究軟測量建模方法的。由于具體的應用場景不同，軟測量模型建立需要針對具體的過程進行分析，該方法首先分析復合肥生產新技術，選擇出與復合肥養分含量相關的16個過程變量，作為建立軟測量模型的輔助變量；然后對復合肥養分含量中關鍵的輔助變量進行人工分析，采用限定記憶部分最小二乘算法建立動態軟測量模型，通過對簡化機理模型中關鍵參數的處理得到模型的輸出值，即待測主導變量。根據對軟測量模型輸出數據的分析，可以看出使用了軟測量模型獲取的數據對于硫基氮磷鉀復合肥養分含量預測性很好，適用于工業在線計算應用。

對于軟測量模型的校正，浙江大學也有相關的研究，發明名稱為“基于工業軟測量模型的離線化驗值雙重校正方法”（公開號CN1570627A）的專利申請公開了一種基于工業軟測量模型的離線化驗值的雙重校正方法，其建模是應用在石化工業生產過程中。本申請分析了實際工業生產過程中具有變化性、非線性并且容易受到外界的干擾而導致所建立的軟測量模型不完整，因而研究了對軟測量模型的校正方法。該方法利用過程指標的離線化驗值，以可調節的周期分別實施軟測量模型參數的滾動校正和軟測量計算輸出值偏差校正的雙重校正方法，使軟測量模型預測輸出具有良好的精度和趨勢。

2.2企業單位的專利分布

由于企業單位受其經營生產的產品類型以及企業單位的營利目的限制，這類申請人其專利申請的領域比較窄，多集中在與其生產相關的領域上，并且是以軟測量模型的應用為主，以申請量較高的山東申普汽車控制技術有限公司為例，其與軟測量技術相關的申請都是與該技術應用相關的。

例如，該單位的專利申請“組合脈譜對發動機EGR率控制的方法”，它屬于汽車汽油發動機控制領域本申請針對汽油發動機的控制方式中存在的問題，提供一種自適應生成動態脈譜的方法，該方法的自適應性體現在對發動機相關特性改變和發動機使用條件改變的調整上。在上述操作的基礎上給出確定發動機EGR率控制的方法，其中基本脈譜參數組合控制的組合脈譜對的確定過程中使用到軟測量技術。自適應學習方法的使用改進了組合脈諳控制方式，通過動態脈譜參數的設計和規劃修正了閉環控制目標，最終降低了各種時滯效應引起的控制延遲。

2.3專利分布情況及原因

通過對專利數據庫的檢索、統計、分析，軟測量技術的主要申請人集中在高校，以下是出現頻率前10位的專利申請人以及其出現頻率，見表1。

由以上數據分析可見，軟測量技術研究者集中于高校科研單位，其涉及到軟測量技術應用的各個環節步驟：輔助變量的選擇、數據的采集和預處理、實際待測變量（主導變量）與輔助變量之間的時序匹配、軟測量模型的建立和軟測量模型的在線校正等，通過使用新的算法對其中的方法、步驟的進行了改進。而企業單位則偏重于對軟測量技術的應用，從上述分析也展示了高校科研單位的理論研究與實際生產過程的應用在一定程度上的脫節，沒能很好的發揮其科研價值。

表1　前十名申請人

3　結語

軟測量技術在研究上已經相當成熟，并且各個高校現在已經擁有大量相關專利，但是這些專利處于未被合理利用的狀態。許多企業單位為了提高生產工藝而對生產過程進行改進，其需要像軟測量技術這樣的研究和技術支持，從中可以看出，高校的科研成果并未充分應用到企業的實際生產中，導致了科學研究成果與實際生產應用的脫節。因此，加強高校與企業之間的溝通交流很有必要，并且應當提高科研單位專利成果的可轉化程度。

［1］俞金壽.軟測量技術［J］.全國先進控制技術與儀表裝置應用學術研討會，2007.

［2］彭向華，馮麗輝，賴華.軟測量技術及其工業應用.昆明理工大學學報［J］.2001，26（s1）：25-28.

［3］BROSILOW C.B.，TONG M..Inferential control of process：partⅡ.The structure anddynamics of inferential control system，AICHE Journal.1978，24（3）：492-500.

［4］JOSEPH B，BROSILOW C.B..Inferential control of process：partⅢ.Construction of optimal and suboptimal dynamic estimators. AICHE Journal.1978，24（3）：500-509.

Research and Patent Analysisof Soft Measurement Technology

Song Hairong Zhao Pengxiang Li Sitong Fan Jinpeng Li Jiang
（Patent Examination and Cooperation Henan Center of the Patent Office，SIPO，Zhengzhou Henan 450000）

The improvement of production process is reflected in the improvement of modern industrial process control，namely more demanding conditions（such as high temperature，high pressure）are asked in the production process，but it is difficult or impossible to directly measure some data by hardware sensors in high temperature，high pressure and complicated industrial process，but the data are necessary and indispensable for automation control of industrial process，thus leading to the emergence and development of soft measurement technology.Soft measurement technology is studied in this paper，its application field and related patents distribution are analyzed，and the research and application of soft measurement technology are analyzed.

soft measurement；modeling；engineering design；patent

TM911.4

A

1003-5168（2015）12-0001-3

2015-12-2

宋海榮（1987.12-），女，碩士研究生，研究方向：計算機方面專利審查工作；趙鵬翔（1987.12-），男，碩士研究生，研究方向：計算機方面專利審查工作（等同第一作者）。