粗集理论在萃取精馏塔软测量中的应用

丁二烯萃取精馏过程中，副产品抽余液(BBR)的质量(丁二烯含量)和很多工艺参数有关，工艺参数之间又是相互关联、耦合的，并具有噪声。应用粗集方法将这些工艺数据进行压缩和抽提，解决了工艺参数间的相关问题，同时去掉了一些信息量不大，并带来噪声的成分。用模糊C均值聚类算法将训练集分成具有不同聚类中心的子集，每一子集用径向基函数(RBF)网络进行训练来获得子模型，然后用模糊聚类产生的隶属度将各子模型的输出加权求和得到BBR中顺丁烯的含量，由顺丁烯的含量来估计丁二烯含量。结果表明，这种软测量算法具有较好的建模效果，由于采取了数据分组训练，大大节省了建模的训练时间，比单纯的基于神经网络的方法要快得多。     

软测量模型的建立

软测量是采用过程中比较容易测量的辅助变量，构造推断估计器来推算出难以测量或根本无法测量的关键工艺参数；也就是说软测量是根据某种最优准则，选择一组既与主导变量有密切联系又容易测量的变量，即辅助变量，通过构造某种数学关系，用计算机软件实现对主导变量的在线估计。本文介绍了软测量的核心技术，并重点阐述了软测量模型建立的方法，同时还给出了建立一个完整的软测量模型的步骤。     

模糊C均值聚类在萃取精馏塔软测量中的应用

丁二烯萃取精馏过程中 ,副产品抽余液 (BBR)的质量 (丁二烯含量 )和很多工艺参数有关 ,工艺参数之间又是相互关联、耦合的 ,并具有噪声。应用主元分析法 (PCA)将这些工艺数据进行压缩和抽提 ,解决了工艺参数间的相关问题 ,同时去掉了一些信息量不大 ,并带来噪声的主成分。用模糊C均值聚类算法将训练集分成具有不同聚类中心的子集 ,每一子集用径向基函数 (RBF)网络进行训练来获得子模型 ,然后用模糊聚类产生的隶属度将各子模型的输出加权求和得到BBR中顺丁烯的含量 ,由顺丁烯的含量来估计丁二烯含量。结果表明 ,这种软测量算法具有较好的建模效果 ,由于采取了数据分组训练 ,大大节省了建模的训练时间 ,比单纯的基于神经网络的方法要快得多。这种方法有很好的泛化结果和预报精度 ,对工艺操作具有指导意义     

模糊C均值聚类在萃取精馏塔软测量中的应用

丁二烯萃取精馏过程中,副产品抽余液（BBR）的质量（丁二烯含量）和很多工艺参数有关,工艺参数之间又是相互关联、耦合的,并有有噪声。应用主元分析法（PCA）将这些工艺数据进行压缩和抽提,解决了工艺参数间的相关问题,同时去掉了一些信息量不大,并带来噪声的主成分。用模糊C均值聚类算法将训练集分成具有不同聚类中心的子集,每一子集用径向基函数（RBF）网络进行训练来获得子模型,然后用模糊聚类产生的隶属度将各子模型的输出加权求和得到BBR中顺丁烯的含量,由于顺丁烯的含量来估计丁二烯含量。结果表明,这种软测量算法具有较好的建模效果,由于采取了数据分组训练,大大节省了建模的训练时间,比单纯的基于神经网络的方法要快得多。这种方法有很好的泛化结果和预报精度,对工艺操作具有指导意义。     

神经网络在软测量技术中的应用

软测量技术是通过数学模型来估计工程上难以检测的变量值,由于神经网络方法能够描述高度非线性的输入输出关系,因此,基于神经网络的软测量技术已经成为很有吸收力的研究领域,它将辅助变量作为神经网络的输入,将一导变量作为输出,通过训练网络来实现主导变量在线估计,对基本于神经网络的软测量技术进行了综述并详细介绍了神经网络软仪表的结构和方法,给出了神经网络软仪表的系统开发框架,讨论了它在过程控制中的应用,对其发     

神经网络在软测量技术中的应用

软测量技术是通过数学模型来估计工程上难以检测的变量值。由于神经网络方法能够描述高度非线性的输入输出关系,因此,基于神经网络的软测量技术已经成为很有吸引力的研究领域,它将辅助变量作为神经网络的输入,将主导变量作为其输出,通过训练网络来实现主导变量在线估计。对基于神经网络的软测量技术进行了综述并详细介绍了神经网络软仪表的结构和方法,给出了神经网络软仪表的系统开发框架,讨论了它在过程控制中的应用,对其发展作了简要的展望。     

BP人工神经网络在加氢汽油干点软测量中的应用研究

汽油干点是石油加工过程中汽油质量的一个重要指标,但实际生产中还没有合适的可用于实时测量这一参数的仪器,本文运用软测量技术,通过BP人工神经网络建立了软测量模型,并嵌入到DCS控制系统中对汽油干点进行实时预测和推断,在实际应用中取得了良好的预测效果.     

人工神经网络的软测量技术在发酵过程中的应用

针对在生物发酵过程中一些关键参数难以在线测量的问题，介绍了工业过程先进控制系统中的软测量技术。讨论了利用人工神经网络的两种典型结构实现发酵过程中关键参数(如细胞浓度、基质浓度、产物浓度)在线测量的软测量方法。     

软测量技术及其在铝电解槽温度测量中的应用

软测量技术可以为一些无法直接测量的参数寻找一种测量方法．从辅助变量选择、数据处理、软测量模型建立和模型修正等方面系统地介绍了软测量技术；并针对铝电解槽温度高、腐蚀性强、温度难以直接测量的问题，选择电解槽的输入电功率和下料速度作为辅助变量，利用现代时间序列分析法建立了带受控项目的自回归数学模型，从而计算出电解槽的温度估计值．在160kA点式下料预焙阳极铝电解槽进行实验，结果证明了该方法的有效性．     

组合神经网络在脱水干塔精馏软测量中的应用

针对PTA装置溶剂脱水干塔精馏过程中塔釜排出液含水量是衡量精馏过程的重要参数,而其在线实时测量难以实现的状况,采用组合BP神经网络方法对其进行软测量。通过对精馏生产工艺过程的分析,找到影响排出液含水量的过程参数,从现场历史数据中选取样本,建立软测量模型。仿真结果表     

基于相交度比的无线传感器网络迭代定位算法

为提高免测距无线传感器网络节点定位算法的性能,针对免测距定位算法利用最小跳路径距离替代节点间欧氏距离,和信标节点近似共线引入较大定位误差的缺陷,提出基于相交度比的无线传感器网络迭代定位算法,首先利用定位单元拓扑分布质量函数选择1-跳邻居参考节点,组成高质量的定位单元;其次采用基于相交度比的距离计算估计距离精度;最后采用双曲线定位方法减少误差.仿真结果表明,在节点均匀随机部署,非均匀C-型分布的网络场景中,与DV-Hop、Amorphous等已有改进算法相比,新算法具有更小的定位误差,可提供更加精确的传感器节点位置.     

加氢裂化过程软测量建模研究综述

加氢裂化是目前石油炼制工业中最为重要的原油再加工过程,也是重油轻质化、商品油生产的核心工艺之一。介绍了重油加氢裂化的监测过程,对加氢裂化过程软测量的背景和产生原因进行了分析。针对重油加氢裂化过程高精度控制和节能优化中存在的三个关键问题进行综述,主要包括:系统多变量、非线性导致的多特征尺度问题;加氢裂化过程具有多个稳定工作点、非概率输出难以指导生产的问题;工艺过程易受缺失样本和离群样本因素的干扰。     

基于LS-SVM棉针织物前处理工艺指标软测量

该文针对棉针织物前处理过程工艺指标吸水性和白度难以实现在线连续检测,且与前处理过程温度、时间、液碱浓度、双氧水浓度等影响因素具有较强非线性,难以建立精确数学模型。在分析了棉针织物前处理过程质量指标相关影响因素的基础上,采用最小二乘支持向量机建立了前处理过程工艺技术指标软测量模型,并通过实验验证了软测量模型的有效性。     

无线传感器网络中基于传输时间比的定位算法及改进

提出一种基于测距的定位新算法,即基于节点间信号传输时间比的定位算法.利用TROA算法的思想改进DV-Hop算法并且进行仿真对比.仿真结果表明,改进后的算法定位精度有明显提高.     

Soft sensor for ratio of soda to aluminate based on PCA-RBF multiple network

Based on principal component analysis, a multiple neural network was proposed. The principal component analysis was firstly used to reorganize the input variables and eliminate the correlativity. Then the reorganized variables were divided into 2 groups according to the original information and 2 corresponding neural networks were established. A radial basis function network was used to depict the relationship between the output variables and the first group input variables which contain main original information. An other single-layer neural network model was used to compensate the error between the output of radial basis function network and the actual output variables. At last, The multiple network was used as soft sensor for the ratio of soda to aluminate in the process of high-pressure digestion of alumina. Simulation of industry application data shows that the prediction error of the model is less than3%, and the model has good generalization ability.     

灰色系统理论在煤矿中的应用

本文介绍了灰色系统理论在煤矿中的应用,重点介绍了根据灰色关联分析的基本性质对多个方案的优劣进行评价的方法。通过实例计算,与其它选择方案的方法相比,用灰色系统理论的方法对方案进行选优,其结果更为直观、实用、合理,从而为方案的选择提供了一种简单而有效的方法。     

临界盐浓度递减率对多孔介质微粒释放的影响

通过批量试验研究了临界盐浓度递减率对多孔介质微粒释放过程的影响,并通过胶体化学理论对其进行了微观机理探讨.研究结果表明:中性条件下,NaCl溶液临界盐浓度递减速率在0.012 mol/L左右,只有驱替溶液(低于临界盐浓度值)与被驱替溶液的浓度差高于该值时,微粒释放才会发生;临界盐浓度递减速率是一个区间值,而非单一值.     

OSC—PLS方法用于渣油裂解装置的软测量建模

渣油裂解反应中，影响沥青产率的因素多，反应机理十分复杂，难以建立准确的机理模型。采用基于正交投影的正交信号校正（OSC）算法对输入变量测量数据进行预处理，剔除数据中所含的与待测变量如浓度、收率等无关的噪声信息；再实施OSC与偏最小二乘（PLS）回归相结合的OSC-PLS方法，建立渣油裂解装置沥青产率的软测量校正模型。结果显示：模型精度和稳定性较非线性方法均有显著提高，而且模型所需PLS成分数减少，模型更简洁。     

径向基函数网络在传感器故障检测中的应用

目的应用单一传感器信号检测控制系统中的传感器故障．方法采用由径向基函数网络组成一种神经预测器,神经预测器采用由ｎ均值分簇和Ｋａｌｍａｎ组成的混合算法在线对传感器信号进行学习,并在此基础上预测传感器输出,神经预测器的预测输出和传感器实际输出值之差如果大于一个阈值,则可检测出相应的传感器发生了故障．故障检测阈值的选取与噪声方差和可能的预测误差有关．结果与结论计算机仿真结果表明该方法有效地检测出了水翼艇动力装置中的陀螺故障