许 博，杨慧中

（江南大学教育部轻工过程先进控制重点实验室，江苏无锡 214122）

双酚A（bisphenol-A，缩写为BPA），工业上又叫聚碳酸酯，是制造环氧树脂、聚碳酸醋、聚砜树脂、聚碳酸酯、聚苯醚树脂等多种高分子材料的关键原料，是目前世界上使用广泛的工业化合物之一，大量应用于日用品的包装及其他数百种日用品的制造当中。其反应单元中BPA含量目前无法在线获取，只能通过离线分析、建立软测量模型的方法求得，而其建模最常用的方法——支持向量机法对测量误差敏感，同时对输入输出数据过分依赖，限制了模型精度的提高。而数据校正技术能提高数据源质量，为下一步成功进行过程建模和过程控制提供基本保障。

数据校正核心主要包含显著误差检测和数据协调2部分。笔者将一种同步算法（synchronize arithmetic，SA算法）应用于双酚A反应釜R201的数据协调中，充分利用MATLAB自带优化工具箱在处理非线性优化问题上的强大计算能力，避免了繁杂的编程计算。同时针对该方法在数据显著误差检测上存在的不足之处，采用了一种基于聚类思想的最小距离均值算法（minimum distance mean arithmetic，MDM算法），该方法不依赖于过程模型，直接面向数据，克服了大多数聚类方法必须先知道聚类个数的条件限制，降低了同步算法在运算过程中的时间冗余度。最后对校正后的数据进行仿真训练，通过校正前后的平均误差与最大误差等参数指标验证了方法有效性。

1 数据协调

数据协调的目的就是要得到这样一组……