一類智能脈絡逆體系儀器儀表數(shù)字勘驗整治辦法
應用背景本文針對利君集團鎮(zhèn)江制藥有限責任公司的紅霉素發(fā)酵過程控制系統(tǒng)的神經(jīng)網(wǎng)絡逆系統(tǒng)軟儀表的輸入數(shù)據(jù)進行數(shù)據(jù)預處理研究。神經(jīng)網(wǎng)絡逆系統(tǒng)軟儀表的輸入變量有很多，現(xiàn)以pH為例說明數(shù)據(jù)預處理的方法，其它輸入變量的數(shù)據(jù)預處理方法可以以此類推。
一般情況下，紅霉素的發(fā)酵周期約為8天，在紅霉素發(fā)酵現(xiàn)場定時采樣發(fā)酵數(shù)據(jù)，采樣周期為5min，一個發(fā)酵周期的采樣數(shù)據(jù)記錄為一批數(shù)據(jù)。
由于各種原因，現(xiàn)場測量到的pH值數(shù)據(jù)受到噪聲污染或外界干擾，嚴重影響了測量數(shù)據(jù)的精度（如2所示） ，故必須減小或消除這些影響，使能復現(xiàn)原始信號。
第33批發(fā)酵pH值現(xiàn)場測量數(shù)據(jù)曲線為便于描述，以下稱被噪聲嚴重污染的數(shù)據(jù)為病態(tài)數(shù)據(jù)5，并且本文將要用到的一些符號的含義說明如下：
x n- 1（k） % %%第n- 1批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值（k= 1， 2， 3， ）；x n（k） %% %第n批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值（k= 1， 2， 3， ）；x^ n（ k） %%%第n批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值修正后的值（k= 1， 2， 3， ）；x n- 1（k） %%% n- 1批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值均值（k= 1， 2， 3， ）；s n- 1（k） %% % n- 1批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值標準差（k= 1， 2， 3， ）；x n（k） %%% n批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值均值（k= 1， 2， 3， ）；s n（k） %%% n批發(fā)酵數(shù)據(jù)在第k采樣時刻的pH值標準差（k= 1， 2， 3， ） ；n %%%記錄的pH值數(shù)據(jù)的批數(shù)。
在神經(jīng)網(wǎng)絡逆系統(tǒng)軟測量程序中，兩步判斷法作為子程序供主程序調(diào)用。兩步判斷法所要用到的一些初始信息（如：發(fā)酵批數(shù)n、由n- 1批發(fā)酵數(shù)據(jù)已經(jīng)計算得到的各個采樣時刻pH值的歷史均值x n- 1（ k） （k = 1， 2， 3， ）與歷史標準差s n- 1（k）（ k= 1， 2， 3， ）、已經(jīng)計算得到的其它輸入變量各個采樣時刻的歷史均值與標準差以及當前發(fā)酵時刻k）均通過主程序的初始化模塊讀��；所要用到的第k- 1采樣時刻各個輸入變量的修正值（x^ n（k- 1）等）用第k- 1采樣時刻的歷史均值（x n- 1（ k- 1）等）代替，這個工作也在初始化模塊中完成（若k= 1則這一步工作不進行） ；所要用到的閾值數(shù)據(jù)通過主程序的閾值計算模塊獲得（該模塊所做的具體工作將在下一節(jié)中介紹）。整個程序流程如3所示。
兩步判斷法
在軟測量程序中，兩步判斷法子程序?qū)崿F(xiàn)對數(shù)據(jù)的一次處理，使噪聲得到初步抑制，濾除掉一部分強噪聲。該方法基于如下思想（以pH值為例說明） ：如果測量到的pH值數(shù)據(jù)是可靠的，則pH值的變化是平穩(wěn)的，相鄰采樣時刻的測量值的變化幅度應該在一定的范圍內(nèi)，并且某時刻的p H值測量值和該時刻的均值之差也是在一定范圍內(nèi)的（這里取單倍標準差），否則就認為該測量數(shù)據(jù)為病態(tài)數(shù)據(jù)，應該修正使之成為可靠的數(shù)據(jù)。
為便于描述，定義閾值（pH MAX）作為相鄰采樣時刻的pH值變化的范圍界限。只有當相鄰采樣時刻的pH值的變化幅度超過此閾值時，測量的數(shù)據(jù)才被懷疑為病態(tài)數(shù)據(jù)。在閾值計算模塊中，首先計算pH值相鄰時刻歷史均值之差的絕對值| x n- 1（ k）- x n- 1（k- 1）| ，
神經(jīng)網(wǎng)絡逆系統(tǒng)軟測量程序流程圖（k= 2， 3， ？），并求其中的最大值pH xM ax；再計算pH值相鄰時刻歷史標準差之差的絕對值| s n- 1（ k） - s n- 1（k- 1）| ， （ k= 2， 3 ），并求最大值p H sM ax；然后把這兩個最大值之和pH xM ax + pH sMax作為測量的相鄰時刻pH值變化的閾值pH MA X.其它變量的閾值也以類似方法計算。
兩步判斷法子程序的具體算法為：（1）判斷第k采樣時刻的測量值x n（ k）是否可能為病態(tài)數(shù)據(jù)。判斷方法為：若k為1（即發(fā)酵剛開始）則不進行此步運算直接轉(zhuǎn)入第（2）步；否則計算| x n（k）- x^ n（ k- 1）| ，當絕對值大于閾值pH MA X時，則該測量值可能為病態(tài)數(shù)據(jù)，進入下一步，否則測量值是可靠的，令修正值x^ n（k）= x n（k），并轉(zhuǎn)入第（3）步。
（2）確認第k采樣時刻的測量值x n（ k）是否為病態(tài)數(shù)據(jù)并修正。確認方法為：計算x n（ k）與已知的x n- 1（k）之差；如果差值小于- s n- 1（k），則測量值x n（k）為病態(tài)數(shù)據(jù)，修正為x^ n（k） = x n- 1（ k）- s n- 1（k） ；如果差值大于s n- 1（k），則x n（ k）也是病態(tài)數(shù)據(jù)，修正為x^ n（k） = x n- 1（ k）+ s n- 1（k）；否則x n（ k）是可靠的，令x^ n（k）= x n（k）。
（3）更新第k采樣時刻的均值和標準差。更新公式如下：x n（k） =（ n- 1）x n- 1（ k）+ x^ n（k）n（1）s n（k）= n- 1 n s n- 1 2（ k）+ 1 n- 1（x n（k）- x^ n（k））2（2）與直接計算的均值和標準差公式相比，以上公式的優(yōu)點是：不必再對所有的歷史數(shù)據(jù)進行累加、平方等計算，大大減少了變量個數(shù)和累加、乘積等計算次數(shù)，避免了許多舍入誤差，減少了算法的執(zhí)行時間，并能節(jié)省內(nèi)存。
兩步判斷法子程序的算法流程圖如中子程序部分所示。
需要說明的是，在算法中，第（ 2）步確認測量值是否為病態(tài)數(shù)據(jù)時是以單倍標準差為限的，并且把病態(tài)數(shù)據(jù)修正為x n- 1（ k） （ s n- 1（ k） ，這樣就可以避免虛警數(shù)據(jù)（即被誤判是病態(tài)的可靠數(shù)據(jù)）被進行較大的改動，同時保證被修正的數(shù)據(jù)的合理性。
滑動平均濾波3處理對測量的pH值數(shù)據(jù)兩步判斷法一次處理后，再用滑動平均濾波對處理過的數(shù)據(jù)進行二次處理，可進一步消除隨機噪聲的影響。
滑動平均濾波是一種傳統(tǒng)的數(shù)據(jù)預處理方法，在工程實踐中有廣泛的應用。根據(jù)文獻3 ，對于經(jīng)一次處理過的連續(xù)的pH值，通過選取不同的權(quán)值和平滑跨距進行計算和比較研究，結(jié)果顯示采用：x n（k） = 1 15 x^ n（k- 4）+ 2 15 x^ n（K - 3）+ 1 5 x^ n（k- 2） + 4 15 x^ n（k- 1）+ 1 3 x^ n（k）（ k= 5， 6， 7， ）（3）計算第k采樣時刻的滑動平均濾波結(jié)果！x n（ k）是比較合適的。當k為1、2、3、4時，則可通過預置的數(shù)據(jù)按此公式分別計算其濾波結(jié)果。其它變量的滑動平均濾波結(jié)果也以類似方法計算。
實驗結(jié)果分析采用兩步判斷法對測量數(shù)據(jù)進行一次處理過程中所修正的數(shù)據(jù)見。其中，第33批pH值在78h、99 5h、125 25h、154h、160h附近的一些數(shù)據(jù)（（a） ）、第34批p H值在130h、138 7h、140 7h、164 8h附近的一些數(shù)據(jù)（（b））、第35批pH值在50h附近的一些數(shù)據(jù)（（ c） ）被噪聲污染較為嚴重。
通過兩步判斷法對這些時刻的測量數(shù)據(jù)進行了修正，大大降低了噪聲的污染影響，為對數(shù)據(jù)進行滑動平均濾波二次處理提供了很好的準備。
對本文提供的數(shù)據(jù)預處理方法和常見的只進行滑動平均濾波方法的處理結(jié)果進行了比較。由可知，采用兩步判斷法先對病態(tài)數(shù)據(jù)進行一次處理，使這些數(shù)據(jù)中的噪聲盡量減小，再通過滑動平均濾波方法對數(shù)據(jù)進行二次處理，可使隨機噪聲得到有效控制�？梢�，本文采取的數(shù)據(jù)預處理方法比僅用滑動平均處理方法能更好的消除干擾噪聲，較高精度地復現(xiàn)了原始信號，為軟測量提供了更可靠的數(shù)據(jù)。
兩步判斷法消噪處理數(shù)據(jù)表發(fā)酵批次測量時間（ b）第34批pH值數(shù)據(jù)預處理效果比較圖 （ c）第35批pH值數(shù)據(jù)預處理效果比較圖3結(jié)論正確地消除噪聲，對紅霉素發(fā)酵過程的軟測量具有重要的意義。本文提出的數(shù)據(jù)預處理方法，先通過兩步判斷法對數(shù)據(jù)進行一次處理，再用滑動平均濾波對數(shù)據(jù)進行二次處理以有效地濾除噪聲、復現(xiàn)原始測量信號。算法具有消噪效果好、實時性強、更新速度快、易于實現(xiàn)的特點。處理后的過程數(shù)據(jù)具有較高的準確性和可靠性，以此作為軟儀表的輸入數(shù)據(jù)，可保證軟測量結(jié)果具有較高的精度。中國糧油儀器網(wǎng) http://www.feta-virtual.com/
