软测量技术在工业自动化中的应用

滕宇

（中海油工业自控（天津）有限公司 天津市 300452）

1 引言

中国十四五规划开启新征程，各类工业生产过程向着无人化、智能化不断发展。对石化、电能、金属冶炼、造纸等传统行业的自动化程度发展也提出了新的要求，生产制造业同时面临着产品质量要求提高，节能环保标准趋严，生产效率不断刷新等发展现状。这就迫使工业生产的各个领域尽快转变过去单一的、局限的、传统的数据获取及监控方法，替代以适合现场应用的、统筹规划的、可以自我迭代优化的控制理念和方法，从而保证整个生产过程在综合考虑各类因素后实现效益最大化。

2 软测量技术概述

目前的工业生产境况对出品质量的要求非常高，行之有效的控制方案是提高并保证出品质量的必要内容，这就不可避免的需要提到仪器仪表对生产数据的获取以及利用这些数据进行的一系列控制过程，所有的生产过程都离不开对关键参数的有效测量和精细把控，这在很多生产过程中成为一个难点，大部分生产过程中各类流程设备处于封闭状态以保证设备设施安全，造成在线取样分析难度大，有些极端工业环境则不具备安装使用传感器进行直接测量的条件，这限制了在线分析设备的广泛应用。在现阶段的工业生产过程中，针对产品质量关键参数的获取采用取样后离线分析测试方式的情况还较为普遍，比如石油开采行业的原油组分检测，冶金行业的原料及产品质量检测，塑料制品流程中的密度、色彩波动、水分比检测等等，都是采用取样后离线检测的方法完成的，这就造成了严重的数据滞后问题，进而影响最终产品的质量。

为了解决上面提到的工业生产中关键参数获取难度大的问题，提高对应变量检测的实时性和有效性，为建立优质的控制策略提供数据支撑，一种间接测量的技术逐渐兴起和推广应用，这种技术就是软测量技术。区别于传统的硬件直接测量现场生产参数的方法，软测量是一种基于推断的估算测量方法。其特点是利用现场的传感设备所采集的数据或变量，如介质温度，管线压力，罐体液位等，通过一定的数学模型运算，综合考虑有关干扰影响，最终获得所需要的难以直接测量的关键参数值，达到在线推断测量的目的。由于是通过估算测量获取数值的方法，那推断估算所使用的数学模型算法的设计建立则成为整个过程中作为重要的一个环节，这直接关系到最终结果的准确性。

图1：软测量技术与生产信息化系统关系框架

图2：软测量技术运行过程框图

由上叙述可知，软测量技术是一项基于数据驱动的技术，其对于数据采集、过滤、应用等过程的依赖性极大，在现今这个大数据时代，各行各业都提高了对数据资源的重视程度，加大投入建立生产数据中心，挖掘数据价值，对软测量技术的加速发展有助力作用。软测量技术的应用目的在于优化控制方案，以保证产品质量，在完成软测量算法组建之后，还需要与对应的控制方案进行联合运行测试，根据适用情况适配整定，让算法真正服务于生产流程整体提质。软测量技术涉及的工业生产层级较广，其输入数据来源于现场数据测量的仪器仪表系统，推断输出数据应用于生产控制方案，属于生产过程控制系统的范畴，算法的参数校核又需要制造企业生产过程执行系统和最上层的企业资源计划系统的指导和干预，软测量技术的这种特性决定了它是实现智能化生产不可缺少的一项内容，软测量技术与生产信息化系统之间的关系如图1 所示。

3 工业自动化领域测量及控制方式现状

工业生产各领域有大量的现场关键变量无法使用传感器测量，使用定期采样离线测试的方法居多，造成了结果实时性差，受测试环境及人员影响大，反映真实工况的能力差等问题，有些情况下结果的偏差会直接作用于产品质量和生产安全，造成巨大的损失。

在天然气长输管线节能优化中，需要利用压缩机组的性能数据，建立压缩机运行的性能模型，这是管线系统整体降耗的重要一环。在实际应用中，很多情况下是邀请专业的检测机构，租用合适的检测设备到各个压缩机组所在地进行数据测试记录，然后绘制出模型曲线。这种测试方法只能获取设备某一段时间内的性能数据，数据样本时间跨度过小，时效性低，测试成本高，模型准确性不能保证。

在污水处理场所，微生物化学反应池是整个流程的关键步骤，其中的需氧量测量装置所提供的是重要参数，目前这种在线检测仪表普遍购置及维护成本高，获取结果滞后性严重，数据可信度差，对处理过程产生影响，不能普遍适用于水质变化的情况，因此实际应用效果并不好。

海上浮式储油轮及移动式试采平台的原油储存在船舱中，对于液位信息的获取是设施采油及处理流程控制的重要指标，现阶段采用的测量方法有两种，一种是通过液位遥测系统测取液位并显示在服务器上，利用超声波液位计作为大舱油位的测量传感器；另一种是使用大舱检尺在取样口进行液位测量。两种方法中使用超声波液位计的方法经常会受到环境的影响，在传感器周围有有误的情况下测量准确性较差，但可以实时查看；使用大舱检尺的方法准确性较高，还可以排除舱底水层的干扰，但是只能定时检测或在需要时检测。

在原油处理与炼油生产过程中，原油及成品油组分的测量是生产过程调整的重要依据，在实际中采用的测量分析方法是遵循既定操作流程的人工取样，取得样品后保存并送到专业实验室，经过分析化验得到结果。这种测量方式的周期一般很长，而过程变量变化的周期是很短并且时间间隔不确定，这导致这种采样的离线测量并不能很好的反映生产流程。

由上述实例可以知道，多数工业生产过程都存在着关键过程参数难以测量的问题，虽然现阶段都有相应的解决方法，但并没有获得较为理想的测试结果和时效性，并不能满足高速发展的生产制造需求。

4 软测量技术在工业自动化领域的应用

基于上述生产过程中出现的问题，许多领域都引入了软测量技术作为支持并取得了不小成绩，从炼化、电力到石油、天然气，再到钢铁、农业，尤其是各类先进控制理念带动的高层次自动化技术的发展，更是为软测量技术打造了平台。

软测量技术在不同工业领域的具体应用方式有所不同，但是其原理和基本流程都是相同的，软测量技术的具体应用包括以下几个步骤：

（1）选取辅助变量，即选择可以使用现场传感设备准确测量的生产过程参数点，作为算法的输入，选取的过程需要综合考虑建模方法、算法复杂程度、结果响应速率等，同时要对参数类型和数量进行合理的配置。

（2）完成数据采样及误差数据处理，即在需要覆盖的整个生产过程中，按照均匀的时间排布进行数据样本的采集，获取数据集后，将其中由于传感器问题产生的失误数据和由于采集过程中的干扰产生的噪声因素进行剔除，以备推断算法使用。

（3）组建软测量算法，这一步是软测量的核心要点，即根据工业生产过程实际，选择对应的算法类别，如根据生产流程物理化学过程进行机理算法组建、利用输入信号测点和输出结果测点进行数据算法组建、利用工艺过程和数据特性结合的方法进行算法组建等等。各类软测量算法的组建过程各有优缺点，现阶段应用较为广泛的是基于纯数据的推断算法。软测量算法模型的研究已经相当广泛，引入了多种不同的模型组建方法，常用的包括基于生产过程机理建模、基于模式识别的算法、基于参数辨识的算法、基于回归模型分析的算法（包含偏最小二乘法、主元分析法等）、基于支持向量机的算法、基于神经网络的算法以及不同类型算法的混合模型。

（4）算法的校核，即对组建的算法进行不断优化核准，使之适用于不断变化的生产过程。这一步的使用是由于实际生产过程中各类环境因素在不断变化，导致最初组建的推断算法逐渐偏离变化后的生产所造成的。

图2 是软测量技术应用过程的示意图。

绝大多数生产过程的中央控制流程使用的是集散控制，这一控制系统全面包含了现场关键数据的获取、生产状态的监视、控制方案的制定、控制指令的接收、控制信号的发出等等一系列的功能，同时也具备与其他类型系统的通用数据交互接口。软测量技术的实际应用就需要与离散控制系统结合，一种有效的方案就是建立一套与集散控制系统独立的软测量系统服务器，该服务器包含数据库功能。利用OPC 数据采集接口技术，将软测量所需的输入信号从集散控制系统中提取出来，传输到OPC 客户端，这一客户端是安装在软测量服务器。软测量服务器中嵌入了算法模型及优化程序，对获取的输入测量值进行处理，得到推断预测值。软测量数据值可以用于生产状态的监测、控制方案的指导等。

软测量技术应用在工业生产中也存在一些不足的地方，最突出的问题就是组建的推断算法产生失配的情况，这是由工业生产环境不断变化，生产设备中的介质成分不稳定，生产流程饱和度不统一等原因造成的。软测量算法模型发展成熟之后，对于算法的实时校核动态调整将成为研究的重点，这是一个工业过程演变的复杂过程，也是软测量技术能够真正投入运行，带来实际经济效益的关键。

5 结论

中国制造2025 对工业生产过程在创造力、质量、品牌影响力等方面提出了更高的要求，传统的生产方式必将需要向数字化、网络化、智能化转型，软测量技术作为一项正在逐步成熟的生产过程推断技术，可以与工业物联网技术、5G 通讯技术、人工智能技术等有机结合，融入到智慧化工业的理念中，将展现其更强的生命力。在应用中不断发展完善，针对不同领域分支细化，软测量技术有着广阔的应用前景，先进的控制理论及方案应用的前提是软测量技术的丰富和完善，最终形成与实际生产紧密结合的理论体系，在产品质量、节能降耗、环境保护等方面综合寻优，推动工业生产方法转型，为将来智慧工厂的组建和发展提供有力的支持。