聚酯酯化率软测量技术研究

介绍了某聚酯生产过程酯化工艺建立的过程质量指标酯化率的软测量模型。提出一种利用减法聚类产生初始的T-S模糊模型,通过粗调与细调聚类半径优化模糊模型的方法。建模前选择或计算出辅助变量,对样本数据进行了误差剔除与归一化处理。仿真结果表明,该方法建模速度快,模型泛化性能良好,为酯化率的估计提供了一种有效方法。     

基于C++与MATLAB的橡胶门尼粘度混合智能软测量系统

门尼粘度是合成橡胶生产的主要质量指标,如何在线监测门尼粘度,并实现质量的自动监控是橡胶生产工业亟待解决的问题;针对强非线性、时变和间歇的合成橡胶复杂系统,结合工艺机理分析,建立了门尼粘度的基于机理、小波神经网络和最小二乘支持向量机等多种建模方法的混合智能软测量模型,解决了门尼粘度的实时在线测量问题,并开发出基于Borland C++与MATLAB的门尼粘度软测量应用软件。乙烯厂试用结果:混合智能软测量模型预测精度高,泛化能力强,运行速度快;应用软件结构明晰,功能扩充灵活,操作界面友好,操作维护方便;该系统能稳定生产、指导操作、提高产品的优级品率,为合成橡胶生产装置的优化控制创造了条件。     

基于软测量技术的间歇聚合过程质量控制

针对间歇聚合过程质量指标的控制问题,提出了一种基于软测量技术的质量控制方法。将混合核函数偏最小二乘法(K2PLS)与人工神经网络(ANN)相结合,构建一种软测量模型,用于预测工艺变量与质量指标之间的定量关系;利用软测量技术和非线性规划方法,求解得到符合质量指标约束的最佳操作变量;根据离线质量指标分析值,利用间歇过程批次间重复的相似性特性,提出了一种偏差修正策略,用于调整操作变量和指导批次间的生产操作。将上述方法应用于氯乙烯聚合过程的质量指标控制研究中,结果表明:基于K2PLS-ANN的软测量模型具有优秀的预测性能,提出的质量优化控制策略,实现了聚氯乙烯质量指标的平稳控制,有助于降低生产消耗,可用于指导实际生产过程。     

基于改进型Elman神经网络的智能吹灰程控系统

基于改进型Elman神经网络,建立了电站锅炉受热面污染在线监测软测量模型,为锅炉吹灰优化策略提供了理论依据。将软测量模型与传统吹灰程控系统融合所形成的智能吹灰程控系统采用模块化方法构建,集灰污在线监测、数据分析、信息管理和优化指导、控制功能一体化。该系统有助于加强吹灰管理,指导运行人员及时、合理吹灰、优化吹灰,达到提高机组安全性和经济性的目的。     

基于LS-SVM的水泥熟料煅烧过程f-CaO软测量研究

针对水泥厂熟料质量指标f-CaO含量难以在线测量的问题,提出一种基于最小二乘支持向量机(LS-SVM)的软测量建模方法。仿真实验研究表明,最小二乘支持向量机建模具有良好的学习能力和泛化性能,且对数据样本的依赖程度低,是一种有效的软测量建模方法。给出的以DCS系统和SQL数据库为基础,通过Visual C 6.0编程的软测量实现方案,符合国内水泥厂实际情况,易于实现。建立的软测量模型和给出的软仪表实现方案对于保证水泥熟料质量和实现回转窑烧成系统的优化控制具有重要意义。     

动态偏最小二乘在软测量建模方法中的应用

在工业生产过程中,一些重要的过程变量由于技术或经济等方面的原因无法在线测量得到。软测量技术将自动控制理论与生产过程知识有机结合,通过构建数学模型,基于一些容易测量的变量间接获得无法直接测量的变量。软测量技术不仅为关键过程变量的预测提供了一种实时测量的方法,而且有助于优化控制。动态偏最小二乘法(DPLS)以其优良的性能,被广泛应用于软测量建模。对基于动态偏最小二乘的软测量技术进行详细研究。针对将传统动态偏最小二乘软测量方法应用于传输延迟大的系统模型中存在的局限性,采用降维的方法加以解决。在合成橡胶生产过程中,转化率是表征聚合反应进程的一项重要的质量指标参数。通过对丁苯橡胶聚合转化率的仿真表明,该动态偏最小二乘方法可以为存在复杂时变的系统提供更优的关键过程变量预估。     

基于RNN的化工过程软测量模型研究

研究了基于回归神经网络(RNN)为化工颜料锌钡白建立质量指标软测量模型的问题。利用SPSS统计软件对过程历史数据进行预分析处理，进而利用这些数据训练回归神经网络，建立质量指标消色力的软测量模型。针对回归神经网络训练效率低，泛化能力差等问题，尝试引入一种初始权值优化方法加以改进。仿真结果表明，利用回归神经网络可以为此类化工过程建立具有一定预测能力的软测量模型，引入的初始权值优化方法有助于提高回归神经网络初始训效率，但模型的泛化能力还有待进一步改进。     

多层关键技术均自主开发

宝钢将企业信息系统分为企业生产经营优化层、基础自动化层(MES)和生产过程运行优化层(PCS)三个层面,其中每一个层面都涉及了多种关键技术,而这些技术大都由宝信软件公司自主开发完成。目前,宝信软件员工已达1600人,2004年产值13亿元,2005年有望突破15亿元。宝钢信息系统在企业生产经营优化层涉及了ERP、SCM、CRM和企业电子商务平台等多种系统。基础自动化层则包括先进控制软件、软测量技术、实时数据库技术、可靠性技术、数据融合与数据处理技术、集散控制系统(DCS)、现场控制系统(FCS)、多总线网络化控制系统、基于高速以太网和…     

基于CS3000平台的聚酯过程模拟培训系统设计

现代工业生产规范现场人员的操作是提高生产安全性的一个重要方面。对员工进行模拟培训是一种行之有效的方法。为了配合现场运行的控制系统并对员工进行模拟培训,在CS3000开发平台上,进行了聚酯生产过程模拟培训系统的设计。文中以酯化过程为例,根据实验数据和反应机理建立数学模型,讨论了浆料釜液位控制、酯化釜1温度控制、EG／TPA摩尔比控制和酯化釜质量指标检测模块的CS3000实现问题。该系统有效地实现了对员工的离线模拟培训。规范了员工的操作,减少了人为事故的发生,提高了聚酯生产的安全性。     

基于软测量的醋酸精馏过程串级预测控制策略

针对醋酸精馏控制中,产品成分无法在线检测并且对产品质量采用温度间接控制存在控制精度低的问题,提出一种基于在线更新小波核函数极限学习机软测量的DMc预测控制策略,其中,在线更新的小波核函数极限学习机软测量实现了塔底醋酸浓度的实时检测,仿真结果表明,在线更新模型的预测精度比离线模型提高52%。将上述在线更新的软测量应用于塔底醋酸浓度闭环预测控制系统中,实现对塔底醋酸浓度的直接质量控制,该系统采用DMc作为醋酸浓度控制器,其输出量作为再沸器蒸汽流量控制器的设定值,与再沸器流量控制构成串级调节系统。控制系统仿真结果表明,该软仪表具有良好的在线预测性能,预测控制系统控制精度高、可以实现产品质量的卡边控制。     

聚酯工业产品质量的在线软测量

针对聚酯工业中采用软测量对难以或无法测量的质量指标变量进行估算的问题,以聚酯生产过程中的粘度为例,采用主元分析方法结合SPE和T2控制限对现场测量数据进行了过失误差剔除等处理,利用RBF网络建立软测量模型,并用VC++编写了相应的软件包。鉴于系统运行的实时性,使用PCA方法实现了输入数据的实时监测,并对故障点进行相应处理,以保证模型估算结果的准确度;实现了在线的PCA主元修正和模型的网络输出以及网络参数的实时校正     

汽驱工业过程优化监控系统设计

以辽河油田汽驱工业过程为对象,设计开发了一套优化监控系统。该系统由操作站、工程师站构建的小型局域网组成,建立了湿蒸汽干度的软测量模型,实现了指标变量的在线检测,并采用遗传算法进行优化计算,实现了对整个汽驱过程的优化操作指导。系统具有良好的人机界面,同时具有较好的可靠性和稳定性,系统各部分之间的数据通讯是基于OPC接口进行的。目前该监控系统已成功运行于辽河油田的注气3站和5站。     

浮选生产过程经济技术指标的软测量建模

依据浮选过程的工艺机理和操作经验,初选了浮选过程经济技术指标神经网络软测量模型的输入变量,运用主元分析法对输入变量进行主元分解,降低输入变量维数且消除了输入变量之间的线性相关性,再通过基于最近邻聚类学习算法的径向基函数神经网络进行建模。仿真结果表明,该模型具有较快的训练速率和较高的预测精度,可以满足浮选过程实时控制的在线软测量要求。     

聚酯工业通用软测量软件包的设计与开发

针对聚酯过程中的粘度软测量问题,采用主元分析方法结合和控制限对现场测量数据进行过失误差剔除等预处理,利用RBF网络建立软测量模型。采用面向对象技术、多线程技术、动态链接技术开发软测量软件包,该软件包具有开放、实时、通用的特性。     

Soft-sensor for industrial sugar crystallization: On-line mass of crystals,concentration and purity measurement

This paper deals with the design of a model-based soft-sensor to improve the process monitoring and control in industrial sugar crystallization. This soft-sensor is based on an original model dedicated to the last stage of crystallization, avoiding the solving of the population balance. Additional information like the mass of crystals in the solution, the concentration of dissolved sucrose and the purity are relevant to improve the manufacturing process. As these physicochemical properties are not measurable on-line, a model based soft-sensor is developed. The effectiveness of the soft sensor is demonstrated using real plant data from an industrial crystallization process.     

稀土萃取过程组分含量的神经网络软测量方法

Throught fusion of the mechanism modeling and the neural networks modeling, a component content soft-sensor, which is composed of the equilibrium calculation model for multi-component rare earth extraction and the error compensation model of fuzzy system, is proposed to solve the problem that the component content in countercurrent rare-earth extraction process is hardly measured on-line. An industry experiment in the extraction Y process by HAB using this hybrid soft-sensor proves its effectiveness.     

气体分馏装置软测量模型在线修正策略的研究

为了实现气体分馏装置的先进控制，需要使用软测量技术对气体分馏装置中的产品含量进行计算。由于软测量模型计算得到的结果不可避免要存在误差，因此需要对计算结果进行在线修正，以减少和实际结果的偏差。文章阐述了一种利用化验值的软测量在线修正方法。将滤波修正与一阶动态响应相结合，并采用了新的滤波系数计算公式。利用炼油厂实际数据和软测量模型的计算值，对这种在线修正方法进行了检验，实际数据的检验结果表明了修正的有效性，所得结果可以用于工厂先进控制的实施。     

D-FNN based soft-sensor modeling and migration reconfiguration of polymerizing process

A soft-sensor modeling method based on dynamic fuzzy neural network (D-FNN) is proposed for forecasting the key technology indicator convention velocity of vinyl chloride monomer (VCM) in the polyvinylchloride (PVC) polymerizing process. Based on the problem complexity and precision demand, D-FNN model can be constructed combining the system prior knowledge. Firstly, kernel principal component analysis (KPCA) method is adopted to select the auxiliary variables of soft-sensing model in order to reduce the model dimensionality. Then a hybrid structure and parameters learning algorithm of D-FNN is proposed to achieve the favorable approximation performance, which includes the rule extraction principles, the classification learning strategy, the precedent parameters arrangements, the rule trimming technology based on error descendent ratio and the consequent parameters decision based on extended Kalman filter (EKF). The proposed soft-sensor model can automatically determine if the fuzzy rules are generated/eliminated or not so as to realize the nonlinear mapping between input and output variables of the discussed soft-sensor model. Model migration method is adopted to realize the on-line adaptive revision and reconfiguration of soft-sensor model. In the end, simulation results show that the proposed model can significantly enhance the predictive accuracy and robustness of the technical-and-economic indexes and satisfy the real-time control requirements of PVC polymerizing production process.     

实现粒度指标的磨矿过程智能优化控制系统

磨矿过程具有多变量、非线性、强耦合、大时滞、时变等综合复杂特征,其关键工艺指标磨矿粒度难以用常规控制方法进行直接控制。将基础控制、智能控制以及软测量技术相结合,构建了实现磨矿粒度指标的磨矿过程智能优化控制系统。该系统由基础控制系统、过程监控系统以及智能优化设定系统组成,具有设备顺序逻辑控制、回路控制、过程监控以及回路智能优化设定等功能。该系统已成功应用在某大型选矿厂的磨矿过程中,取得了显著效益,具有推广应用的前景。