故可视为机理模型的一部分。同时，生产过程中衡量软测量仪表准确性的判据是化验分析值，它的可信度直接影响到软测量仪表的精度。因此，可从其模型机理、测量数据和化验分析值等３个方面来分析导致软测量仪表产生误差的原因。在实际生产过程中，当原油性质和加工量有较大的变化、操作条件大幅调整及生产方案改变时，将不可避免的导致馏出口产品油的物理组成和物性参数的变化。温度、压力和流量等操作参数的实时测量值是由现场检测装置测量后，经变送器转换成４～２０ｍＡ的电

ＣＳ。在整个测量和转换的过程中，由流信号送至Ｄ

于受到检测元件的失灵和传感器噪声、电源噪声、信号转换噪声等因素的影响而使数据失真。虽然软件包提供了数学平均滤波的数据处理手段，可以部分消除噪声对测量值的影响，对于检测元件的失灵却无能为力。

２）校正模型　由上述分析可知，造成误差的主要原因是油品物理组成和物性参数的改变导致机理模型的变化，而影响油品物理组成和物性参数的因素是实际生产环境，如原油性质的变化、加工量的变化和生产方案的改变。具体地说，也就是油品抽出层塔盘的气液相负荷及温度、压力和流量等操作参数的变化，惟一不同的是变化幅度的大小。为此，根据需要可分别建立了以下２种校正模型。

①温压校正模型　在平稳生产中，由于原油调和生产调度的控制，原油性质、加工量和生产条件剧烈变化的可能性不大，相对来说对产品质量的影响较为温和，采用温度和压力校正的方法即可较好的补偿因油品物性参数导致机理模型的变化而产生的误差。②系统自动辩识及校正模型　常减压装置分轻柴油方案、溶剂油方案和航空煤油３种方案，不同方案时常压塔的生产条件及油品性质相差较

大。为改变这一状况，可利用自动识别模型和专家

经验校正模型，其基本原理是：生产方案切换的基本特征是操作参数的大幅度改变，变化比较明显的有常一线流量、常一线馏出温度、常二线馏出温度、常二线流量和常压塔塔顶温度，另外常二线汽提塔汽提蒸汽量在航空煤油方案时为零。因此，笔

Ｌ／ＡＭ语言编写一方案者以上述参数为依据，用Ｃ

识别模块，由程序自动识别并判断方案的变化情况。

５　结　语

模型的校正与开发应在深刻理解ＲＭＰＣＴ先进控制技术的基本原理的基础上，并分析工艺技术和生产特点，将先进控制技术的共性与特定装置的个性相结合的产物。采用先进控制可以极大地提高石油化工装置的技木水平和经挤效益。而作为先进控制核心的系统辩识问题日益引起人们的重视。参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：

［１］　ＤｒｅｓｔａＪＶ，ＭａｒｃｌｉｎＴＥ，ＭａｃＧｒｅｇｏｒＪＦ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｆｅｒｅｎ

ｔｉａｌｐｒｏｃｅｓｓｍｏｄｅｌｓｕｓｉｎｇＰＬＳ［Ｊ］．ＣｏｍｐｕｔｅｒｓＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，１９９４，１８（７）：５８７６１１．［２］　朱军．线性模型分析原理［Ｍ］．北京：科学出版社，１９９９．（Ｚｈｕ

Ｊｕｎ．Ｔｈｅｐｒｉｎｃｉｐｌｅｏｆｌｉｎｅａｒｍｏｄｅｌａｎａｌｙｓｉｓ［Ｍ］．Ｂｅｉｊｉｎｇ：ＳｃｉｅｎｃｅＰｒｅｓｓ，１９９９．）［３］　史旭华．鲁棒多变量预估控制技术［Ｊ］．机电工程，２０００，１７

（２）：８０８４．（ＳｈｉＸｕｎｈｕａ．Ｒｏｂｕｓｔｍｕｌｔｉｖａｒｉａｂｌｅｐｒｅｄｉｃｔｉｖｅｃｏｎ

［Ｊ］．ＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０００，１７（２）：８０ｔｒｏｌｔｅｃｈｎｏｌｏｇｙ

８４．）［４］　何良知．石油化工工艺计算程序［Ｍ］．北京：中国石化出版社，

１９９３．（ＨｅＬｉａｎｇｚｈｉ．Ｐｅｔｒｏｌｅｕｍａｎｄｃｈｅｍｉｃａｌｔｅｃｈｎｏｌｏｇｙｐｒｏｇｒａｍ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＰｅｔｒｏｃｈｅｍｉｃａｌＰｒｅｓｓ，１９９３．）［５］　蔡荣生．ＲＭＰＣＴ先进控制技术介绍［Ｊ］．清华大学学报（自然

科学版），２００２，４４（１１）：５４６５５０．（ＣａｉＲｏｎｇｓｈｅｎｇ．ＴｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆＲＭＰＣＴ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２００２，４４（１１）：５４６５５０．）

檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪

（上接第４１１页）

参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：２２

其中，当噪声方差为σ＝１００时，相应的噪

［１］　ＬｉＤＧ，ＳｈａｈＳＬ，ＣｈｅｎＴ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎｏｆｄｕａｌｒａｔｅｍｏｄｅｌｉｎｇ信比为δ２９１６％，当噪声方差δ２９１６％ｎｓ＝ｎｓ＝ｔｏＣＣＲｏｃｔａｎｅｑｕａｌｉｔｙｉｎｆｅｒｅｎｔｉａｌｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ

时，噪信比为δ＝８７４９％。由图１可知，随着数ＣｏｎｔｒｏｌＳｙｓｔｅｍｓＴｅｃｈｎｏｌｏｇｙ，２００３，１１（１）：４３５１．ｎｓ

［２］　ＺｈｕＹＣ，ＴｅｌｋａｍｐＹ，ＷａｎｇＪ，ｅｔａｌ．Ｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎｕｓｉｎｇ据长度ｋ的增加，参数估计误差δ总的趋势不断减

ｓｌｏｗａｎｄｉｎｒｅｇｕｌａｒｏｕｔｐｕｔｓａｍｐｌｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｒｏｃｅｓｓＣｏｎｔｒｏｌ，

小，即数据量越大，参数估计精度越高；噪声水平２００９，１９（１）：５８６７．

［３］　丁锋，陈通文，萧德云．非均匀周期采样多率系统的一种辨识方

越低收敛速度越快；在相同的数据长度下，噪声水Ｊ］．电子学报，２００４，３２（９）：１４１４１４２０．（ＤｉｎｇＦｅｎｇ，Ｃｈｅｎ法［

Ｔｏｎｇｗｅｎ，ＸｉａｏＤｅｙｕｎ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｎｏｎｕｎｉｆｏｒｍｌｙｐｅｒｉｏｄｉｃａｌｌｙ平越低，参数估计精度越高。

５　结　语

文中针对非均匀采样多率ＡＲＭＡＸ系统的数学

模型，提出了非均匀采样多率系统的递推增广最小二乘辨识方法。利用鞅收敛定理证明了提出的算法在噪声方差有界和广义持续激励条件下，参数估计能够收敛到真值。仿真试验也验证了算法的有效性。

ｓａｍｐｌｅｄｍｕｌｔｉｒａｔｅｓｙｓｔｅｍｓ［Ｊ］．ＡｃｔａＥｌｅｃｔｒｏｎｉｃａＳｉｎｉｃａ，２００４，３２（９）：１４１４１４２０．）［４］　ＬｉｕＹＪ，ＸｉｅＬ，ＤｉｎｇＦ．Ａｎａｕｘｉｌｉａｒｙｍｏｄｅｌｂａｓｅｄｏｎａｒｅｃｕｒｓｉｖｅ

ｌｅａｓｔｓｑｕａｒｅｓｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｎｏｎｕｎｉｆｏｒｍｌｙｓａｍｐｌｅｄｍｕｌｔｉｒａｔｅｓｙｓｔｅｍｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍｓａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ａｃｃｅｐｔｅｄ．［５］　谢新民，丁锋．自适应控制系统［Ｍ］．北京：清华大学出版社，

２００２．（ＸｉｅＸｉｎｍｉｎ，ＤｉｎｇＦｅｎｇ．Ａｄａｐｔｉｖｅｃｏｎｔｒｏｌｓｙｓｔｅｍｓ［Ｍ］．Ｂｅｉｊｉｎｇ：ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２００２．）［６］　ＧｏｏｄｗｉｎＧＣ，ＳｉｎＫＳ．Ａｄａｐｔｉｖｅｆｉｌｔｅｒｉｎｇ，ｐｒｅｄｉｃｔｉｏｎａｎｄｃｏｎｔｒｏｌ

［Ｍ］．ＥｎｇｌｅｗｏｏｄＣｌｉｆｆｓ，ＮＪ：Ｐｒｅｎｔｉｃｅｈａｌｌ，１９８４．