基于Kalman-OLS的聚丙烯熔融指数软测量

针对聚丙烯装置熔融指数软测量中的非线性和多工况切换操作问题,提出1种基于卡尔曼滤波-正交最小二乘(Kalman-OLS)的非线性自适应软测量方法。通过对聚丙烯装置反应系统进行机理分析,采用正交最小二乘方法(OLS)来拟和辅助变量和熔融指数之间的非线性关系。OLS方法的优化目标函数中同时考虑基于留一法均方误差(LOO MSE)和模型参数的局部正则化(LR),以提高模型的稀疏性和泛化能力。为适应装置多工况操作的现状,进一步提出使用Kalman滤波器对OLS模型参数进行自适应更新。工业数据应用结果表明,提出的Kal-man-OLS方法能够比偏最小二乘(PLS)、OLS方法更准确的预报聚丙烯熔融指数的变化。     

聚丙烯双环管反应器熔融指数机理建模

针对聚丙烯双环管反应器的工艺特点,提出了一种聚丙烯熔融指数软测量机理建模方法。该方法在单环管熔融指数预报模型的基础上,根据聚合物混合原理,建立了两种适用于双环管反应器的机理模型:指数模型和幂数模型,并采用带遗忘因子的递推最小二乘法(FFRLS)和粒子群算法(PSO)辨识模型参数,增强模型的适应性。最后,利用某装置实际生产数据进行模型验证,结果表明,所建模型的预报结果与实验室化验值吻合较好,能够在很大范围内跟踪反应器内熔融指数的变化。     

聚丙烯熔融指数的在线计算及工程应用

基于机理对Hypol工艺的聚丙烯装置建立动态模型,并提出聚丙烯熔融指数(MI)的在线计算方案,在实际60kt/a装置上得到应用。     

基于鲁棒自适应RBF网络的聚丙烯熔融指数预报

讨论径向基函数网络的网络结构和基本算法,在此基础上提出了鲁棒自适应ＲＢＦ网络方法。仿真结果表明,该方法用于聚珍烯熔融指数的预报取得了较好的效果。     

一种聚类加权支持向量机算法及其在软测量中的应用

针对支持向量机应用于软测量建模时,工业过程数据中特异点影响建模精度的问题,提出聚类加权支持向量机方法.该方法首先对建模数据进行聚类分析,根据聚类结果,对各类数据的惩罚系数进行相应的加权,改变权值大小既能减小特异点对模型的影响程度,又能将其包含的生产过程信息引入到软测量模型中.聚丙烯熔融指数软测量的实例研究表明,通过对建模数据进行聚类分析和加权处理,聚类加权支持向量机比标准支持向量机建模更准确.     

遗传算法的聚丙烯熔融指数最优预报

熔融指数只能通过人工取样、离线化验分析获得,时间滞后大,难以满足实时控制的要求,其软测量预报意义很大.本文提出了一种基于遗传算法的聚丙烯熔融指数最优预报方法.径向基函数(RBF)神经网络用来拟合输入与输出之间的非线性关系,用遗传算法对RBF神经网络权值进行优化.基于某石化企业聚丙烯生产过程采集的历史数据进行研究.根据反...     

基于改进模糊神经网络的软测量建模方法

提出了一种改进的模糊神经网络软测量建模方法，采用规则化的平均输出隶属度函数作为模糊基函数进行反模糊化运算；在训练网络时,部分参数采用Levenberg-Marquardt算法来训练，另一部分采用一阶梯度下降法．最后用该建模方法建立了聚合反应中熔融指数的软测量模型，并与一般的模糊神经网络软测量模型进行比较．结果表明改进的模糊神经网络对初始值的选择不敏感,具有很好的收敛性，同时还能达到指定的预测精度，很适合工程应用．     

神经元网络软测量技术的进展

软测量技术已经在过程控制理论研究和实践中产生了广泛的影响，但是目前尚未形成系统的理论。近年来神经元网络软测量技术有了一定发展，在训练算法和建立模型方面都取得了可喜的进展。讨论了近年来神经网络软测量技术的一些研究新进展，并介绍了其与控制技术、计算机通信、虚拟仪器及WWW结合的应用实例。     

聚丙烯反应器料位的同位素测量应用

本文以某项目50万吨/年聚丙烯装置为例,对其聚合反应器料位测量、计算进行探讨.在生产中,需要搅拌器的转动以混合物料与催化剂来进行充分反应,气相与固相的密度也会有所起伏,这对料位计的测量提出了较高要求.本文介绍的是以点源点探测器为基本配置,辅以密度计作为修正补偿密度变化带来的测量影响.在实际应用中,基本解决了料位测量中气相与固相密度变化而带来的干扰.     

基于BP神经网络的电机转矩软测量研究

本文将在化工领域广泛使用的软测量技术应用来进行异步电机转矩测量。根据感应电动机的数学模型，提出了仅用葶于神经网络的电机定子电流的电磁转矩辨识方法，实现异步电机转矩的软测量。用改进的BP算法对神经网络进行学习和训练，构建了适合电机转矩观测的多层前馈神经网络，仿真研究表明：基于神经网络的电机转矩辨识模型具有良好的性能。     

软测量技术的应用

以我厂南蒸馏装置常压塔的分子筛料干点为研究对象，基于现场采集数据及机理分析，确定了辅导变量，探讨了用多元线性回归建立的软测量模型，仿真结果表明模型精度达到了工艺要求，并讨论了在线修正。     

基于粒子群优化算法的熔融指数预报

针对丙烯聚合生产控制中聚丙烯熔融指数在线测量的控制要求,以及过程变量间相关性高的特点,提出一种实用高精度的软测量方法,以弥补传统的实验室分析严重滞后所导致的生产控制瓶颈问题。采用主元分析,提取少量主元反映多个变量的综合信息,以降低预报模型的复杂度。并在此基础上建立基于径向基函数神经网络的统计预报模型,提出利用粒子群优化算法优化神经网络的结构与参数,以减少人为因素对建模的影响,得到最优预报结果。通过对工厂实际生产过程进行详细的预报检测,并进一步与国内外相关研究报道进行比较,结果表明,所提出的预报方法具有更强的可靠性和更高的准确性。     

软测量的工程化应用

软测量在工业生产中的应用必须解决好工程化设计问题。软测量的工程化设计包括机理分析、辅助变量选择、建立软测量模型、数据采集和预处理、对软测量模型校正等步骤。其关键技术在于软测量过程的数据处理、模型的建立和校正。以杭州龙山化工厂碳酸化塔CO2浓度软测量的工程化应用为例，对一些关键环节的处理进行了介绍。     

基于神经网络的过程软测量

提出基于神经网络的软测量技术的一般框架,并针对一个实际的催化裂化装置,采用多层前向网络和推广随机逼近算法对粗汽油干点的软测量进行了研究.理论分析和模拟表明,该模型可以很好地描述实际对象特性.     

过程软测量

综述了软测量方法的理论框架和五种软测量模型的开发,讨论了软测量在工业中应用的问题,指出了软测量今后的研究方向。     

基于神经网络的软测量技术

本文对基于人工神经网络的软测量技术进行了综述与分析,给出了基于神经网络软测量技术摹一般步骤以及开发过程中需要注意的问题。     

基于实时嵌入式操作系统的软测量软件包

介绍了基于实时嵌入式操作系统的软测量软件包的设计原理、系统框架、关键技术及核心算法。利用面向对象技术、多线程技术、动态链接技术在嵌入式操作系统Windows CE上开发了软测量软件包。该软件包具有开放性、实时性和通用性。