CN110246213A - 一种液体浓度测量系统的模型现场重构方法 - Google Patents

一种液体浓度测量系统的模型现场重构方法 Download PDF

Info

Publication number
CN110246213A
CN110246213A CN201910369409.3A CN201910369409A CN110246213A CN 110246213 A CN110246213 A CN 110246213A CN 201910369409 A CN201910369409 A CN 201910369409A CN 110246213 A CN110246213 A CN 110246213A
Authority
CN
China
Prior art keywords
model
updated
value
absolute concentration
measurement points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910369409.3A
Other languages
English (en)
Other versions
CN110246213B (zh
Inventor
蒋志迪
吴黎杰
吴振谦
楼苏娟
俞牡丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing New Building Material Group Co Ltd
Original Assignee
Beijing New Building Material Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing New Building Material Group Co Ltd filed Critical Beijing New Building Material Group Co Ltd
Priority to CN201910369409.3A priority Critical patent/CN110246213B/zh
Publication of CN110246213A publication Critical patent/CN110246213A/zh
Application granted granted Critical
Publication of CN110246213B publication Critical patent/CN110246213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/02—Analysing fluids
    • G01N29/024—Analysing fluids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Computer Graphics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种液体浓度测量系统的模型现场重构方法，通过设定五个参考样本点以及五个现场测量点，基于五个参考样本点处浓度的变化、现场测量点T1、T2、T4和T5的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、更新步长以及五个现场测量点处的绝对浓度测量误差和实现模型的参数变量系数A、B、C、D、E和F的迭代更新；优点是只需要测量五个现场测量点即能实现模型的先现场重构，在保证测量精度的基础上，工作量较小，效率较高。

Description

一种液体浓度测量系统的模型现场重构方法
技术领域
本发明涉及一种模型现场重构方法，尤其是涉及一种液体浓度测量系统的模型现场重构方法。
背景技术
液体浓度的测量在工业生产加工过程中尤为重要，实时监控液体浓度能够提高生产质量。目前，主要通过液体浓度测量系统来现场监测液体浓度。现有的液体浓度测量系统的模型为Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F，其中，Z表示液体浓度(g/L)，X表示声速值(m/s)，Y表示温度值(℃)，*为乘法运算符，A、B、C、D、E和F为待设定的各个变量系数，通过获取A、B、C、D、E和F的值代入模型中实现模型的构建。由于液体的生产加工条件各种各样，在不同的生产加工条件下，为了保证液体浓度测量系统的测量精度，需要调节A、B、C、D、E和F这些变量系数进行模型的重构。
现有的液体浓度测量系统的模型现场重构方法为：在生产现场采集大量的样本点处的数据，每个样本点处的数据采用三维数据点(声速、温度、液体浓度)表示，利用采集的三维数据点进行曲面拟合建模，得到A、B、C、D、E和F这些变量系数代入模型中，实现模型重构。但是，现有的液体浓度测量系统的模型现场重构方法中，采集的样本点的数量直接影响最终模型的测量精度，必须采集大量的样本点才能保证模型的测量精度，由此导致模型现场重构方法的工作量较大，效率较低。
发明内容
本发明所要解决的技术问题是提供一种在保证测量精度的基础上，工作量较小，效率较高的液体浓度测量系统的模型现场重构方法。
本发明解决上述技术问题所采用的技术方案为：一种液体浓度测量系统的模型现场重构方法，包括以下步骤：
①设定浓度测量范围为0～LS，LS为30％(g/L)，设定温度范围为：L-T～L+T，设定温度长度为LT，令LT＝L+T-L-T，L-T为最低工作温度，取值为-25℃，L+T为最高工作温度，取值为+75℃，即LT为100℃；构建声速、温度和液体浓度的三维坐标系，该三维坐标系具有原点O、X轴、Y轴和Z轴，其中，X轴表示声速值，Y轴表示温度值，Z轴表示液体浓度值；
②设定模型Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F的五个参考样本点，将五个参考样本点分别记为N1、N2、N3、N4和N5，五个参考样本点在三维坐标系中对应的三维数据点的坐标分别表示为： X1表示参考样本点N1处的声速，X2表示参考样本点N2处的声速，X3表示参考样本点N3处的声速，X4表示参考样本点N4处的声速，X5表示参考样本点N5处的声速；
③设定五个现场测量点，将这五个现场测量点分别记为T1、T2、T3、T4和T5，将五个现场测量点在三维坐标系中对应的三维数据点的坐标分别表示为： x1表示现场测量点T1处的声速，x2表示现场测量点T2处的声速，x3表示现场测量点T3处的声速，x4表示现场测量点T4处的声速，x5表示现场测量点T5处的声速；
③确定x1、x2、x3、x4和x5的值，具体过程为：
③-1在现场分别配置浓度分别为和的三种样品溶液；
③-2将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x1；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x2；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x3；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x4；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x5；
④对模型Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F的变量系数进行初始赋值，令A＝-0.12，B＝0.000071，C＝0.00009，D＝-0.323，E＝0.0004，F＝25；
⑤确定X1、X2、X3、X4和X5的值，具体过程为：
将代入当前模型中求得X的值，将求得的X的值赋值给X1；将代入当前模型中求得X的值，将求得的X的值赋值给X2；将 代入当前模型中求得X的值，将求得的X的值赋值给X3；将代入当前模型中求得X的值，将求得的X的值赋值给X4；将代入当前模型中求得X的值，将求得的X的值赋值给X5；
⑥将现场测量点Tn处的浓度测量误差记为△Tn，n＝1,2,3,4,5，将五个现场测量点处的绝对浓度测量误差和记为△T，△T采用公式(1)表示为：
△T＝|△T1|+|△T2|+|△T3|+|△T4|+|△T5| (1)
其中，||为取绝对值符号，△Tn＝Xn-xn，Xn的取值为其当前值；
⑦计算当前模型的五个现场测量点处的绝对浓度测量误差和；
⑧对模型进行重构，具体重构过程为：
⑧-1设定模型的参数变量系数A、B、C、D、E和F的迭代更新代数，将其记为M，M为大于等于10000的整数；
⑧-2设定模型的参数变量系数A、B、C、D、E和F的迭代更新变量，将其记为t，对t进行初始化，令t＝0；
⑧-3对模型的参数变量系数A、B、C、D、E和F依次进行第t代迭代更新，得到第t代模型，具体迭代更新过程为：
S1、设定迭代更新规则：将参数变量系数的更新方式分为正梯度方向更新和负梯度方向更新，正梯度方向更新过程为：采用参数变量系数的当前值加上其更新步长的和去更新参数变量系数的值，负梯度方向更新过程为：采用参数变量系数的当前值减去其更新步长的差去更新参数变量系数的值，其中参数变量系数A的更新步长为0.0001，参数变量系数B的更新步长为0.000001，参数变量系数C的更新步长为0.000001，参数变量系数D的更新步长为0.0001，参数变量系数E的更新步长为0.000001，参数变量系数F的更新步长为0.000001；
S2、将现场测量点T1的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、现场测量点T2的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、现场测量点T4的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度以及现场测量点T5的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度四者的平均角度记为φ，φ采用公式(2)表示为：
其中，△Z为现场测量点Tj的三维数据点的Z轴坐标与当前模型的参考样本点N3的三维数据点的Z轴坐标的差值，L(Tj->N3)为现场测量点Tj的三维数据点到当前模型的参考样本点N3的三维数据点所在线段在三维坐标系中的XOY平面投影的长度；arctan表示反正切函数；
S3、按照以下步骤对参数变量系数A进行第t代迭代更新：
S3-1、采用公式(2)计算当前模型的φ的值；
S3-2、如果φ的当前值小于0，则参数变量系数A按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
如果φ的值大于0，则A按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为其本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数A按照正梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后再将参数变量系数A按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数A按照负梯度方向再更新一次，否则参数变量系数A按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为其本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
S4、按照以下规则对参数变量系数B进行第t代迭代更新：
S4-1、采用公式(2)计算当前模型的φ的值；
S4-2、如果φ的当前值小于0，则参数变量系数B按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数B按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数B按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数B按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数B按照负梯度方向再更新一次，否则参数变量系数B按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
S5、按照以下规则对参数变量系数C进行第t代迭代更新：
S5-1、采用公式(2)计算当前模型的φ的值；
S5-2、如果φ的当前值小于0，则参数变量系数C按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数C按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数C按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数C按照负梯度方向再更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数C按照负梯度方向再更新一次，否则参数变量系数C按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
S6、按照以下规则对参数变量系数D进行第t代迭代更新：
S6-1、采用公式(2)计算当前模型的φ的值；
S6-2、如果φ的当前值小于0，则参数变量系数D按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数D按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数D按照正梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数D按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数D按照负梯度方向再更新一次，否则参数变量系数D按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
S7、按照以下规则对参数变量系数E进行第t代迭代更新：
S7-1、采用公式(2)计算当前模型的φ的值；
S7-2、如果φ的当前值小于0，则参数变量系数E按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数E按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数E按照负梯度方向再更新一次，否则参数变量系数E按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
S8、按照以下规则对参数变量系数F进行第t代迭代更新：
S8-1、采用公式(2)计算当前模型的φ的值；
S8-2、如果φ的当前值小于0，则参数变量系数F按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数F按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数F按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数F按照负梯度方向再更新一次，否则参数变量系数E按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；参数变量系数F进行第t代迭代更新后得到的模型即为第t代模型；
⑨将第t代模型的五个现场测量点处的绝对浓度测量误差和与第t-1代模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果第t代模型的五个现场测量点处的绝对浓度测量误差和大于等于第t-1代模型的五个现场测量点处的绝对浓度测量误差和，则模型的重构完成，第t代模型作即为重构得到的模型，如果第t代模型的五个现场测量点处的绝对浓度测量误差和小于第t-1代模型的五个现场测量点处的绝对浓度测量误差和，则判定t的当前值是否等于M，如果t的当前值等于M，则模型的重构完成，第t代模型作即为重构得到的模型，如果t的当前值不等于M，则采用t的当前值加1的和更新t的值，返回步骤⑧-3进入下一代迭代更新，其中当t＝1时，第t-1代模型为初始模型。
与现有技术相比，本发明的优点在于通过设定五个参考样本点以及五个现场测量点，基于五个参考样本点处浓度的变化、现场测量点T1、T2、T4和T5的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、更新步长以及五个现场测量点处的绝对浓度测量误差和实现模型的参数变量系数A、B、C、D、E和F的迭代更新，保证模型重构的精度，且只需要测量五个现场测量点即能实现模型的先现场重构，由此本发明在保证测量精度的基础上，工作量较小，效率较高。
附图说明
图1为本发明的五个参考样本点在三维坐标系中的坐标点示意图；
图2为本发明的五个参考样本点和五个现场测量点在三维坐标系中的坐标点示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例：一种液体浓度测量系统的模型现场重构方法，包括以下步骤：
①设定浓度测量范围为0～LS，LS为30％(g/L)，设定温度范围为：L-T～L+T，设定温度长度为LT，令LT＝L+T-L-T，L-T为最低工作温度，取值为-25℃，L+T为最高工作温度，取值为+75℃，即LT为100℃；构建声速、温度和液体浓度的三维坐标系，该三维坐标系具有原点O、X轴、Y轴和Z轴，其中，X轴表示声速值，Y轴表示温度值，Z轴表示液体浓度值；
②设定模型Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F的五个参考样本点，如图1所示，将五个参考样本点分别记为N1、N2、N3、N4和N5，五个参考样本点在三维坐标系中对应的三维数据点的坐标分别表示为： X1表示参考样本点N1处的声速，X2表示参考样本点N2处的声速，X3表示参考样本点N3处的声速，X4表示参考样本点N4处的声速，X5表示参考样本点N5处的声速；
③设定五个现场测量点，将这五个现场测量点分别记为T1、T2、T3、T4和T5，如图2所示，将五个现场测量点在三维坐标系中对应的三维数据点的坐标分别表示为：
和x1表示现场测量点T1处的声速，x2表示现场测量点T2处的声速，x3表示现场测量点T3处的声速，x4表示现场测量点T4处的声速，x5表示现场测量点T5处的声速；
③确定x1、x2、x3、x4和x5的值，具体过程为：
③-1在现场分别配置浓度分别为和的三种样品溶液；
③-2将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x1；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x2；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x3；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x4；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x5；
④对模型Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F的变量系数进行初始赋值，令A＝-0.12，B＝0.000071，C＝0.00009，D＝-0.323，E＝0.0004，F＝25；
⑤确定X1、X2、X3、X4和X5的值，具体过程为：
将代入当前模型中求得X的值，将求得的X的值赋值给X1；将代入当前模型中求得X的值，将求得的X的值赋值给X2；将 代入当前模型中求得X的值，将求得的X的值赋值给X3；将代入当前模型中求得X的值，将求得的X的值赋值给X4；将代入当前模型中求得X的值，将求得的X的值赋值给X5；
⑥将现场测量点Tn处的浓度测量误差记为△Tn，n＝1,2,3,4,5，将五个现场测量点处的绝对浓度测量误差和记为△T，△T采用公式(1)表示为：
△T＝|△T1|+|△T2|+|△T3|+|△T4|+|△T5|) (1)
其中，△Tn＝Xn-xn，Xn的取值为其当前值；
⑦计算当前模型的五个现场测量点处的绝对浓度测量误差和；
⑧对模型进行重构，具体重构过程为：
⑧-1设定模型的参数变量系数A、B、C、D、E和F的迭代更新代数，将其记为M，M为大于等于10000的整数；
⑧-2设定模型的参数变量系数A、B、C、D、E和F的迭代更新变量，将其记为t，对t进行初始化，令t＝0；
⑧-3对模型的参数变量系数A、B、C、D、E和F依次进行第t代迭代更新，得到第t代模型，具体迭代更新过程为：
S1、设定迭代更新规则：将参数变量系数的更新方式分为正梯度方向更新和负梯度方向更新，正梯度方向更新过程为：采用参数变量系数的当前值加上其更新步长的和去更新参数变量系数的值，负梯度方向更新过程为：采用参数变量系数的当前值减去其更新步长的差去更新参数变量系数的值，其中参数变量系数A的更新步长为0.0001，参数变量系数B的更新步长为0.000001，参数变量系数C的更新步长为0.000001，参数变量系数D的更新步长为0.0001，参数变量系数E的更新步长为0.000001，参数变量系数F的更新步长为0.000001；
S2、将现场测量点T1的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、现场测量点T2的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、现场测量点T4的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度以及现场测量点T5的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度四者的平均角度记为φ，φ采用公式(2)表示为：
其中，△Z为现场测量点Tj的三维数据点的Z轴坐标与当前模型的参考样本点N3的三维数据点的Z轴坐标的差值，L(Tj->N3)为现场测量点Tj的三维数据点到当前模型的参考样本点N3的三维数据点所在线段在三维坐标系中的XOY平面投影的长度；arctan表示反正切函数；
S3、按照以下步骤对参数变量系数A进行第t代迭代更新：
S3-1、采用公式(2)计算当前模型的φ的值；
S3-2、如果φ的当前值小于0，则参数变量系数A按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
如果φ的值大于0，则A按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为其本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数A按照正梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后再将参数变量系数A按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数A按照负梯度方向再更新一次，否则参数变量系数A按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为其本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
S4、按照以下规则对参数变量系数B进行第t代迭代更新：
S4-1、采用公式(2)计算当前模型的φ的值；
S4-2、如果φ的当前值小于0，则参数变量系数B按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数B按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数B按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数B按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数B按照负梯度方向再更新一次，否则参数变量系数B按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
S5、按照以下规则对参数变量系数C进行第t代迭代更新：
S5-1、采用公式(2)计算当前模型的φ的值；
S5-2、如果φ的当前值小于0，则参数变量系数C按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数C按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数C按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数C按照负梯度方向再更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数C按照负梯度方向再更新一次，否则参数变量系数C按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
S6、按照以下规则对参数变量系数D进行第t代迭代更新：
S6-1、采用公式(2)计算当前模型的φ的值；
S6-2、如果φ的当前值小于0，则参数变量系数D按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数D按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数D按照正梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数D按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数D按照负梯度方向再更新一次，否则参数变量系数D按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
S7、按照以下规则对参数变量系数E进行第t代迭代更新：
S7-1、采用公式(2)计算当前模型的φ的值；
S7-2、如果φ的当前值小于0，则参数变量系数E按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数E按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数E按照负梯度方向再更新一次，否则参数变量系数E按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
S8、按照以下规则对参数变量系数F进行第t代迭代更新：
S8-1、采用公式(2)计算当前模型的φ的值；
S8-2、如果φ的当前值小于0，则参数变量系数F按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数F按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数F按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数F按照负梯度方向再更新一次，否则参数变量系数E按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；参数变量系数F进行第t代迭代更新后得到的模型即为第t代模型；
⑨将第t代模型的五个现场测量点处的绝对浓度测量误差和与第t-1代模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果第t代模型的五个现场测量点处的绝对浓度测量误差和大于等于第t-1代模型的五个现场测量点处的绝对浓度测量误差和，则模型的重构完成，第t代模型作即为重构得到的模型，如果第t代模型的五个现场测量点处的绝对浓度测量误差和小于第t-1代模型的五个现场测量点处的绝对浓度测量误差和，则判定t的当前值是否等于M，如果t的当前值等于M，则模型的重构完成，第t代模型作即为重构得到的模型，如果t的当前值不等于M，则采用t的当前值加1的和更新t的值，返回步骤⑧-3进入下一代迭代更新，其中当t＝1时，第t-1代模型为初始模型。

Claims (1)

1.一种液体浓度测量系统的模型现场重构方法，其特征在于包括以下步骤：
①设定浓度测量范围为0～LS，LS为30％(g/L)，设定温度范围为：L-T～L+T，设定温度长度为LT，令LT＝L+T-L-T，L-T为最低工作温度，取值为-25℃，L+T为最高工作温度，取值为+75℃，即LT为100℃；构建声速、温度和液体浓度的三维坐标系，该三维坐标系具有原点O、X轴、Y轴和Z轴，其中，X轴表示声速值，Y轴表示温度值，Z轴表示液体浓度值；
②设定模型Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F的五个参考样本点，将五个参考样本点分别记为N1、N2、N3、N4和N5，五个参考样本点在三维坐标系中对应的三维数据点的坐标分别表示为： X1表示参考样本点N1处的声速，X2表示参考样本点N2处的声速，X3表示参考样本点N3处的声速，X4表示参考样本点N4处的声速，X5表示参考样本点N5处的声速；
③设定五个现场测量点，将这五个现场测量点分别记为T1、T2、T3、T4和T5，将五个现场测量点在三维坐标系中对应的三维数据点的坐标分别表示为： 和x1表示现场测量点T1处的声速，x2表示现场测量点T2处的声速，x3表示现场测量点T3处的声速，x4表示现场测量点T4处的声速，x5表示现场测量点T5处的声速；
③确定x1、x2、x3、x4和x5的值，具体过程为：
③-1在现场分别配置浓度分别为和的三种样品溶液；
③-2将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x1；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x2；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x3；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x4；
将浓度为的样品溶液加热至采用温度测量仪器对该样品溶液加热后的温度进行确定，温度测量仪器的精度要求为±0.1℃，利用声速测量系统测量该加热后的样品溶液当前的声速值，将测得的声速值赋值给x5；
④对模型Z＝A*X+B*X2+C*X*Y+D*Y+E*Y2+F的变量系数进行初始赋值，令A＝-0.12，B＝0.000071，C＝0.00009，D＝-0.323，E＝0.0004，F＝25；
⑤确定X1、X2、X3、X4和X5的值，具体过程为：
将代入当前模型中求得X的值，将求得的X的值赋值给X1；将代入当前模型中求得X的值，将求得的X的值赋值给X2；将 代入当前模型中求得X的值，将求得的X的值赋值给X3；将代入当前模型中求得X的值，将求得的X的值赋值给X4；将代入当前模型中求得X的值，将求得的X的值赋值给X5；
⑥将现场测量点Tn处的浓度测量误差记为△Tn，n＝1,2,3,4,5，将五个现场测量点处的绝对浓度测量误差和记为△T，△T采用公式(1)表示为：
△T＝|△T1|+|△T2|+|△T3|+|△T4|+|△T5|) (1)
其中，△Tn＝Xn-xn，Xn的取值为其当前值；
⑦计算当前模型的五个现场测量点处的绝对浓度测量误差和；
⑧对模型进行重构，具体重构过程为：
⑧-1设定模型的参数变量系数A、B、C、D、E和F的迭代更新代数，将其记为M，M为大于等于10000的整数；
⑧-2设定模型的参数变量系数A、B、C、D、E和F的迭代更新变量，将其记为t，对t进行初始化，令t＝0；
⑧-3对模型的参数变量系数A、B、C、D、E和F依次进行第t代迭代更新，得到第t代模型，具体迭代更新过程为：
S1、设定迭代更新规则：将参数变量系数的更新方式分为正梯度方向更新和负梯度方向更新，正梯度方向更新过程为：采用参数变量系数的当前值加上其更新步长的和去更新参数变量系数的值，负梯度方向更新过程为：采用参数变量系数的当前值减去其更新步长的差去更新参数变量系数的值，其中参数变量系数A的更新步长为0.0001，参数变量系数B的更新步长为0.000001，参数变量系数C的更新步长为0.000001，参数变量系数D的更新步长为0.0001，参数变量系数E的更新步长为0.000001，参数变量系数F的更新步长为0.000001；
S2、将现场测量点T1的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、现场测量点T2的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度、现场测量点T4的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度以及现场测量点T5的三维数据点与当前模型的参考样本点N3的三维数据点所在的线段与当前模型在三维坐标系中形成的曲面的角度四者的平均角度记为φ，φ采用公式(2)表示为：
其中，△Z为现场测量点Tj的三维数据点的Z轴坐标与当前模型的参考样本点N3的三维数据点的Z轴坐标的差值，L(Tj->N3)为现场测量点Tj的三维数据点到当前模型的参考样本点N3的三维数据点所在线段在三维坐标系中的XOY平面投影的长度；
arctan表示反正切函数；
S3、按照以下步骤对参数变量系数A进行第t代迭代更新：
S3-1、采用公式(2)计算当前模型的φ的值；
S3-2、如果φ的当前值小于0，则参数变量系数A按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
如果φ的值大于0，则A按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为其本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数A按照正梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后再将参数变量系数A按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数A按照负梯度方向再更新一次，否则参数变量系数A按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数A进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中A的值再次更改为其本次更新前的值后作为参数变量系数A进行第t代迭代更新后得到的模型；
S4、按照以下规则对参数变量系数B进行第t代迭代更新：
S4-1、采用公式(2)计算当前模型的φ的值；
S4-2、如果φ的当前值小于0，则参数变量系数B按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数B按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数B按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数B按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数B按照负梯度方向再更新一次，否则参数变量系数B按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数B进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中B的值再次更改为其本次更新前的值后作为参数变量系数B进行第t代迭代更新后得到的模型；
S5、按照以下规则对参数变量系数C进行第t代迭代更新：
S5-1、采用公式(2)计算当前模型的φ的值；
S5-2、如果φ的当前值小于0，则参数变量系数C按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数C按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数C按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数C按照负梯度方向再更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数C按照负梯度方向再更新一次，否则参数变量系数C按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数C进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中C的值再次更改为其本次更新前的值后作为参数变量系数C进行第t代迭代更新后得到的模型；
S6、按照以下规则对参数变量系数D进行第t代迭代更新：
S6-1、采用公式(2)计算当前模型的φ的值；
S6-2、如果φ的当前值小于0，则参数变量系数D按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数D按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数D按照正梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数D按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数D按照负梯度方向再更新一次，否则参数变量系数D按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数D进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中D的值再次更改为其本次更新前的值后作为参数变量系数D进行第t代迭代更新后得到的模型；
S7、按照以下规则对参数变量系数E进行第t代迭代更新：
S7-1、采用公式(2)计算当前模型的φ的值；
S7-2、如果φ的当前值小于0，则参数变量系数E按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数E按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数E按照负梯度方向再更新一次，否则参数变量系数E按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数E进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中E的值再次更改为其本次更新前的值后作为参数变量系数E进行第t代迭代更新后得到的模型；
S8、按照以下规则对参数变量系数F进行第t代迭代更新：
S8-1、采用公式(2)计算当前模型的φ的值；
S8-2、如果φ的当前值小于0，则参数变量系数F按照负梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；
如果φ的当前值大于0，则参数变量系数F按照正梯度方向更新一次，然后基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和进行比较：如果本次更新后的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；
如果φ的值等于0，则先将参数变量系数F按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，然后将参数变量系数E按照负梯度方向更新一次，基于本次更新后的模型，按照步骤⑤的方法重新确定X1、X2、X3、X4和X5的值，将得到的X1、X2、X3、X4和X5代入公式(1)中计算得到本次更新后的模型的五个现场测量点处的绝对浓度测量误差和，比较这两次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，如果前一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和小于后一次计算得到的模型的五个现场测量点处的绝对浓度测量误差和，则参数变量系数F按照负梯度方向再更新一次，否则参数变量系数E按照正梯度方向再更新一次，计算本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，将本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和与前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果本次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和小于前一次更新后得到的模型的五个现场测量点处的绝对浓度测量误差和，则本次更新后的模型即为参数变量系数F进行第t代迭代更新后得到的模型，否则，将本次更新后的模型中F的值再次更改为其本次更新前的值后作为参数变量系数F进行第t代迭代更新后得到的模型；参数变量系数F进行第t代迭代更新后得到的模型即为第t代模型；
⑨将第t代模型的五个现场测量点处的绝对浓度测量误差和与第t-1代模型的五个现场测量点处的绝对浓度测量误差和进行比较，如果第t代模型的五个现场测量点处的绝对浓度测量误差和大于等于第t-1代模型的五个现场测量点处的绝对浓度测量误差和，则模型的重构完成，第t代模型作即为重构得到的模型，如果第t代模型的五个现场测量点处的绝对浓度测量误差和小于第t-1代模型的五个现场测量点处的绝对浓度测量误差和，则判定t的当前值是否等于M，如果t的当前值等于M，则模型的重构完成，第t代模型作即为重构得到的模型，如果t的当前值不等于M，则采用t的当前值加1的和更新t的值，返回步骤⑧-3进入下一代迭代更新，其中当t＝1时，第t-1代模型为初始赋值后得到的模型。
CN201910369409.3A 2019-05-05 2019-05-05 一种液体浓度测量系统的模型现场重构方法 Active CN110246213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910369409.3A CN110246213B (zh) 2019-05-05 2019-05-05 一种液体浓度测量系统的模型现场重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910369409.3A CN110246213B (zh) 2019-05-05 2019-05-05 一种液体浓度测量系统的模型现场重构方法

Publications (2)

Publication Number Publication Date
CN110246213A true CN110246213A (zh) 2019-09-17
CN110246213B CN110246213B (zh) 2023-04-07

Family

ID=67883687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910369409.3A Active CN110246213B (zh) 2019-05-05 2019-05-05 一种液体浓度测量系统的模型现场重构方法

Country Status (1)

Country Link
CN (1) CN110246213B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070282539A1 (en) * 2003-11-24 2007-12-06 Metcalf Michael A Fluid Motion and Composition Analysis Device and Method
US20130312481A1 (en) * 2010-12-08 2013-11-28 Halliburton Energy Services Inc. Fluid properties including equation of state modeling with optical constraints
US20160202223A1 (en) * 2013-08-22 2016-07-14 L'Air Liquide, Societe, Anonyme pour I'Etude et I'Exploitation des Procedes Georges Claude Detection of faults when determining concentrations of chemical components in a distillation column
US20170016878A1 (en) * 2013-09-13 2017-01-19 The Administrators Of The Tulane Educational Fund Apparatus, systems & methods for non-contact rheological measurements of biological materials

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070282539A1 (en) * 2003-11-24 2007-12-06 Metcalf Michael A Fluid Motion and Composition Analysis Device and Method
US20130312481A1 (en) * 2010-12-08 2013-11-28 Halliburton Energy Services Inc. Fluid properties including equation of state modeling with optical constraints
US20160202223A1 (en) * 2013-08-22 2016-07-14 L'Air Liquide, Societe, Anonyme pour I'Etude et I'Exploitation des Procedes Georges Claude Detection of faults when determining concentrations of chemical components in a distillation column
US20170016878A1 (en) * 2013-09-13 2017-01-19 The Administrators Of The Tulane Educational Fund Apparatus, systems & methods for non-contact rheological measurements of biological materials

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴黎杰;蒋志迪;吴振谦;: "基于曲面拟合的超声波液体浓度高精度测量方法" *

Also Published As

Publication number Publication date
CN110246213B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
Abdulshahed et al. Thermal error modelling of a gantry-type 5-axis machine tool using a grey neural network model
Schwenke et al. Assessment of uncertainties in dimensional metrology by Monte Carlo simulation: proposal of a modular and visual software
CN111145236A (zh) 一种基于数字孪生的产品拟实物装配模型生成方法及实现框架
CN109240204B (zh) 一种基于两步法的数控机床热误差建模方法
CN102968529A (zh) 一种供水管网模型计算结果不确定性区间的量化方法
CN108563895B (zh) 一种用于齿轮装配体的考虑相关性的区间模型修正方法
CN114970688A (zh) 基于LSTMAD算法和Hermite插值法的滑坡监测数据预处理方法
CN105096041A (zh) 一种指标异动的溯源及预测方法、装置
CN108180918A (zh) 一种点云测地路径正向跟踪生成方法及装置
US20020025074A1 (en) Systems and methods for adaptive sampling and estimating a systematic relationship between a plurality of points
Moroni et al. Geometric inspection planning as a key element in industry 4.0
CN117047286B (zh) 一种激光加工工件表面的方法、加工系统、处理器和存储介质
KR20220145102A (ko) 가상그리드를 이용한 응력확대계수 측정시스템 및 측정방법
CN112381337A (zh) 一种多源气象数据融合处理方法、系统、终端及介质
CN104890131B (zh) 一种基于面形误差斜率的确定性修形加工方法
CN109213057B (zh) 智能诊断装置和方法
CN115718906A (zh) 一种多能源系统多源异构数据融合方法及系统
CN110470223A (zh) 一种基于1d位移传感器的三维空间坐标测量方法
CN113868926A (zh) 一种针对养殖池水质参数空间分布模型构建方法
CN110246213A (zh) 一种液体浓度测量系统的模型现场重构方法
CN111895921B (zh) 一种提高系统对高度差测量精度的补偿方法
CN117332205A (zh) 压电阻抗温度补偿高精度自动优化方法及装置
CN112632802A (zh) 基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法及系统
CN112236798A (zh) 用于在生产产品的情形中的质量保证的方法以及计算设备和计算机程序
CN112560312B (zh) 结构缺陷识别的拓扑优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 315331 No. 521, Wenwei Road, Baisha road street, Cixi City, Ningbo City, Zhejiang Province

Applicant after: COLLEGE OF SCIENCE & TECHNOLOGY NINGBO University

Address before: 315212 No. 505 Yuxiu Road, Zhuangshi Street, Zhenhai District, Ningbo City, Zhejiang Province

Applicant before: COLLEGE OF SCIENCE & TECHNOLOGY NINGBO University

GR01 Patent grant
GR01 Patent grant