1.一种聚苯醚生产过程的快速状态估计方法,其特征在于,包括以下步骤:步骤1:建立由苯酚和甲醇烷基化作用生成聚苯醚过程的线性高维系统动态模型,步骤2:根据系统特性将高维的系统状态向量分成ds个状态块,每一个状态块的维数为si;
步骤3:设定系统初始状态值 初始协方差矩阵P0|0、n时刻系统的测量值yn、过程噪声协方差矩阵Qn、分块数ds、每一时刻的总迭代次数L和总的采样次数steps,初始化时间索引n=1;
步骤4:根据变分贝叶斯理论和卡尔曼滤波原理计算每一个状态块的状态预测值和每一个状态块的协方差的预测值;
步骤5:更新每一个状态块的协方差的预测值,初始化迭代次数l=1;
步骤6:更新每一个状态块的状态预测值;
步骤7:判断当前的迭代次数l是否满足l=L,若是则执行步骤8;若否则令l=l+1,并跳转执行步骤6;
步骤8:输出n时刻每一个状态块的估计值;
步骤9:输出n时刻系统状态的估计值和n时刻系统状态的协方差矩阵;
步骤10:判断时刻n是否满足n=steps,若否则令n=n+1,并跳转执行步骤4;若是则结束输出,得到聚苯醚生产过程的状态估计。
2.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
1中建立的线性高维系统动态模型为:xn+1=Fnxn+wn,
yn=Hnxn+vn;
其中n表示时间索引,xn+1表示n+1时刻的系统状态,xn表示n时刻的系统状态,Fn为状态转移矩阵, 为服从均值为0、协方差矩阵为Qn的过程噪声;yn表示n时刻系统的测量值,Hn为测量矩阵, 为服从均值为0、协方差矩阵为Rn的测量噪声。
3.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
2中根据系统特性将高维的系统状态向量分成ds个状态块,具体为:根据实际需要设定状态块的数量ds,分析系统状态变量的物理意义及相互之间的关系并将关联紧密的系统状态向量放入同一个状态块内,得到ds个状态块
4.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
4中每一个状态块的状态预测值的计算公式为:其中, 表示n时刻对第i个状态块的状态预测值, 表示状态转移矩阵Fn中第i个si×dx维的子矩阵,dx为状态向量的维度, 表示第n‑1时刻系统状态的估计值。
5.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
4中每一个状态块的协方差的预测值的计算公式为:其中 表示n时刻对第i个状态块的协方差的预测值, 表示状态转移矩阵Fn中第i个对角块矩阵, 表示第n‑1时刻第i个状态块的协方差的估计值, 表示 的转置, 表示过程噪声协方差矩阵Qn中第i个对角块矩阵。
6.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
5中每一个状态块的协方差的预测值的更新公式为:其中, 表示n时刻第i个状态块的协方差的预测值, 表示状态转移矩阵Fn中第j个sj×si维的子矩阵,sj为第j个状态块的维度, 表示过程噪声协方差矩阵Qn中第j个对角块矩阵, 表示 的转置, 表示测量矩阵Hn中第i个dy×si维的子矩阵,dy表示测量向量的维度, 表示 的转置, 表示测量噪声协方差矩阵Rn的逆, 表示n时刻第i个状态块的协方差预测值的逆。
7.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
6中每一个状态块的状态预测值的更新公式为:其中, 表示n时刻第l次迭代时第i个状态块的状态估计值, 表示测量矩阵Hn中第i个dy×si维的子矩阵,dy表示测量向量的维度, 表示 的转置; 表示测量噪声协方差矩阵Rn的逆, 表示n时刻第i个状态块的协方差预测值的逆,yn表示n时刻系统的测量值; 表示测量矩阵Hn中与第1个状态块至第i‑1个状态块维度相匹配的子矩阵, 表示n时刻第l步迭代时系统状态向量估计值中第1个状态块至第i‑1个状态块,表示测量矩阵Hn中与第i+1个状态块至第ds个状态块维度相匹配的子矩阵,表示第l‑1步迭代时系统状态估计值的第i+1个状态块至第ds个状态块, 表示n时刻第i个状态块的预测值。
8.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
8中n时刻每一个状态块的估计值 为:其中 表示n时刻第L次迭代时对第i个状态块的估计值。
9.根据权利要求1所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤
9中n时刻系统状态的估计值 为:其中 表示第1个状态块在第L步迭代时的估计值的转置, 表示第ds个状态块在第L步迭代时的估计值的转置。
10.根据权利要求1‑9任一项所述的聚苯醚生产过程的快速状态估计方法,其特征在于:所述步骤9中n时刻系统状态的协方差矩阵Pn|n为:其中blkdiag(·)表示块对角矩阵算子, 表示第1个状态块对应的协方差矩阵, 表示第ds个状态块对应的协方差。