[發明專利]基于統計方法，自動在線檢測流體的實際狀態與流體的參考狀態的偏差的方法，特別是用于監測飲用水供應

有效

• 申請號: 201780066197.0
• 申請日: 2017-10-17
• 公開（公告）號: CN109891235B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 麗貝卡·佩奇;彼得·胡格恩貝格爾;斯特凡·維斯邁爾;丹尼爾·瓦爾德曼
• 申請（專利權）人: 恩德斯+豪斯流量技術股份有限公司;巴塞爾大學
• 主分類號: G01N33/18
• 分類號: G01N33/18;G05B13/02;G16H20/10;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 穆森;戚傳江

用于自動在線檢測流體(1)的實際狀態與流體(1)的參考狀態(RZ)的偏差的方法，其中，關于至少三個測量變量(MV1,MV2,MV3；...)，以組合方式評估基本上同時捕獲的測量值(2)，其中，所述測量變量(MV1,MV2,MV3；...)是所述流體(1)的不同測量量(3)和/或在不同測量點(4)測量的所述流體(1)的測量量(3)，至少包括以下方法步驟：?創建參考數據集，其中，參考測量值(21)是通過神經網絡被映射到向量空間(VR)的參考向量(rtj)：?在線測量，其中，在時間ti的測量值和在時間ti之前的任何時間(t1,...,ti?1)的測量值借助于神經網絡被映射到向量空間的測量向量xti；?借助于可預定窗口寬度(h)的核密度估計量p_h(xti)(公式AA)，將測量向量xti與n個參考向量rtj進行比較，其中，(公式BB)是概率密度函數(PDF)；基于來自核密度估計量p_h(xti)的值，關于實際狀態與參考狀態(RZ)的偏差來創建針對時間ti的評估。

技術領域

本發明涉及一種用于自動在線檢測流體的實際狀態與流體的參考狀態的偏差的方法。本發明進一步涉及一種被設計用于實施該方法的設備。

背景技術

在過程和/或自動化技術的許多應用中，借助于測量設備，特別是在線測量設備，確定和/或監測流體的狀態，尤其是關于流體的質量。被稱為在線測量設備的測量設備直接并且立即在待監測的流體中檢測測量量，而不需要例如移除或預處理所需的流體的樣本。Endress+Hauser集團生產和銷售各種這樣的測量設備。

然而，在不具有在線能力的測量設備的情況下，通常需要由應用工程師進行取樣，然后預處理待分析的樣本，例如通過添加導致由光學或電化學傳感器檢測的樣本的變化的試劑。與上述在線測量方法相比，在這種情況下，可以以更高精度并且有選擇性地實現顯著更低的檢測/確定極限，即，即使在存在干擾物質的情況下。然而，采樣和預處理所需的漫長測量時間以及伴隨的低測量頻率是不利的。

出現以下問題：為了能夠立即檢測流體的變化，特別是質量狀態的變化，即關于流體的質量，使用在線測量設備是必要條件。另一方面，基于通過在線測量設備捕獲的測量值的評估，例如關于由污染源引起的增加的危險，例如災難，通常很困難。特別地，基于單個在線測量值(諸如，電導率、溫度或pH值)來明確地確定流體質量的潛在危害是一個巨大的挑戰。

為了迎接這一挑戰，通常利用多個測量設備基本上同時捕獲關于不同測量變量的多個在線測量值。測量變量例如是流體的不同測量量和/或在不同測量點處測量的流體的測量量。在這種情況下的目的是基于關于不同測量變量在線捕獲的測量值的總和，關于流體的質量，特別是關于流體狀態隨時間的變化，陳述關于流體的狀態。特別是在復雜系統中，盡管存在大量信息，諸如關于不同測量點和測量量的測量值，但仍需要快速評估實際狀態。

因此產生了關于測量變量的測量值的組合評估的任務。例如，在線捕獲的測量值的多變量數據分析將以這樣的方式進行，即，立即且可靠地檢測流體的不期望的質量狀態和流體的變化。對于需要高水平可靠性的應用領域尤其如此。在本申請的上下文中，相關示例是對未經處理的水和/或飲用水的評估，因為應該立即和可靠地檢測飲用水質量的下降，例如由于病原菌的污染，以便排除對人口的任何風險。

現有技術中已知不同的方法用于測量值，特別是周期性地獲得的測量值(包括所謂的時間序列)的多變量數據分析。一個示例是神經網絡。基于神經網絡的多變量數據分析方法主要是自學習方法。