误差校正新方法在重整装置芳烃收率在线软测量中的应用

针对软测量建模中含有误差会极大影响模型精度问题,提出一种将数据误差校正、模型参数校正和模型结构校正技术相结合的软测量误差三重校正方法。该方法可以有效地处理测量数据的过失误差和随机误差,从而提高软测量精度,并且该方法直接面向数据,实现方便。应用该方法对某芳烃厂的连续重整装置的芳烃收率软测量进行误差校正,取得了很好的效果。

基于内建自测的软错误与老化在线检测

负偏置温度不稳定性为主的老化会造成时序违规故障及软错误故障。为此,提出软错误与老化在线检测器(SEAOS)。在器件正常工作的情况下,在线检测上述2种故障。复用并发内建逻辑块观察器,使得硬件开销不超过30%。实验结果表明,在0.18μm工艺尺寸下,与经典检测结构相比,SEAOS有较好的检测能力,且硬件开销较少。

一种带模型更新的GPR在线软测量方法

针对实际工业过程的特征以及相关参数会随时间推移而改变这一问题,提出了一种局部与整体相结合的模型更新方法。该方法首先对训练样本利用高斯过程回归（GPR）方法进行离线建模,得到预测输出值及预测误差;然后对所得预测误差进行分析,当误差均值大于某一预设阈值时对GPR模型进行整体更新即同时更新其协方差矩阵和协方差函数的参数;否则,只对GPR模型进行局部更新即只更新其协方差矩阵。最后利用误差高斯混合模型（EGMM）对更新后的GPR模型预测输出进行补偿得到最终的预测结果。通过实际工业污水处理过程的建模仿真验证了所提方法的有效性。