KPCA-SNNs的聚丙烯熔融指数软测量

熔融指数是聚丙烯生产过程中重要的质量指标,但难以实现在线实时测量,从而无法实现有效的聚丙烯质量控制。针对聚丙烯生产过程的非线性特性,提出了一种基于核主元分析和组合神经网络(KPCA-SNNs)的软测量建模方法,并将该建模方法应用于聚丙烯软测量研究中。首先利用具有较强非线性特征提取能力的核主元分析对样本数据进行前期处理,然后将其结果作为软测量模型的输入,最后采用具有预测精度高、泛化能力强的组合神经网络(SNNs)建模方法建立软测量模型。仿真结果表明,与单纯SNNs相比,其中均方误差(MSE)由0.0035下降至0.0029,平均绝对误差(MAE)由0.0182下降至0.0139,平均绝对百分百误差(MAPE)由0.0057下降至0.0044。所以采用KPCA-SNNs所建立的聚丙烯熔融指数软测量模型具有更好的鲁棒性和预测精度,满足了聚丙烯生产工艺要求,较好地解决了聚丙烯生产过程中重要质量指标无法在线估计的难题。     

Spheripol-Ⅱ双环管聚丙烯装置动态建模

针对工业实际装置Sphefipol-Ⅱ液相双环管聚丙烯反应器,从丙烯聚合反应动力学出发,根据物料平衡和能量平衡原理建立了反应器动态数学模型,并采用机理建模和经验建模相结合的方法得到熔融指数预报模型.考虑到装置是双环管串联的结构,给出聚合速率系数和夹套水换热系数的估计方法,并利用现场操作数据确定出上述模型参数.使用建立的模型对反应器进行仿真研究,分析主要操作条件的变化对浆液密度、反应温度和熔融指数等产生的影响.仿真结果表明所建模型能较好地反映双环管反应器的动态性能,对进一步先进控制策略的实施具有一定的指导意义.     

通用Gibbs反应器的机理建模和求解方法

Gibbs反应器是一种虚拟设备,它不考虑具体的反应过程和机理,只考虑在达到热力学平衡,即达到质量平衡和能量平衡时Gibbs自由能最小的状态。Gibbs反应器非常适用于反应机理复杂,反应过程众多或者反应机理耦合严重的情况。利用机理建模技术和传统优化方法拉格朗日-牛顿法建立通用的Gibbs反应器模型,用于描述煤制甲醇生产过程硫回收工段的反应过程,并将其结果同Aspen Plus中标准Gibbs反应器的计算结果进行了比较。     

基于CAPE-OPEN标准的对二甲苯氧化反应器建模

流程工业开发的竞争力很大程度上取决缩短计算机辅助软件开发的周期,CAPE-OPEN(computer-aided process environment,OPEN)就是这样1套标准规范,它允许软件供应商、各研究机构及个人进行可兼容组件开发。这些组件以动态链接库的形式无缝构建了1个集成的模拟仿真环境。本文在现有精对苯二甲酸(pure terephthalic acid,PTA)全流程建模与仿真的基础上,将流程核心模块对二甲苯(p-Xylene,PX)氧化反应(continuous stirred tank reactor,CSTR)机理模型重构,封装成为符合国际流程工业接口标准CAPE-OPEN的独立组件,该组件通过开放(equation set object,ESO)接口,向数值求解器与仿真环境提供模型信息,调用CAPE-OPEN兼容物性包进行物性计算,从而完成模型的求解工作。该模块可与标准兼容流程仿真环境Aspen Plus交互,在该环境下将迭代求解结果与原流程模型仿真结果保持在0.1%以内,验证了模型的精确性与稳定性。     

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．     

烟气制酸气体净化系统建模与参数辨识

烟气压力作为工业烟气制酸工艺中的重要参数,对制酸过程中硫的转化起到重要的作用.在进行转化过程前,烟气的净化系统会对烟气压力产生重大影响.对于烟气制酸气体净化系统关于烟气压力的建模工作目前还不多见.本文在通过分析烟气净化系统工作原理后,建立了工业烟气制酸气体净化系统中干燥塔、电除尘器和动力波子系统关于烟气压力输入输出关系的机理模型.针对模型中未知的参数,将其视为恒定不变的状态,进而将各个子模型合并为一个特殊的EKF模型.结合EKF算法的推导思路,提出一种递归参数辨识方法,用于对模型中的未知参数进行在线辨识.使用现场测量数据对模型参数的辨识以及对烟气压力估计的结果验证了模型以及算法的有效性.     

基于现场数据的SCR脱硝反应器建模

为了克服对SCR脱硝反应器进行机理建模的困难,基于现场数据,采用神经网络方法进行了脱硝反应器的建模方法研究.首先分析了脱硝反应器工艺流程和反应机理,确定出影响反应器出口NOx浓度的主要因素,然后建立了脱硝反应器的神经网络模型并利用经过数据预处理的现场实测数据进行训练和测试.结果表明:所建立的模型精度高,适应性强,受脱硝反应器内部结构的影响小,能够反映出反应器出口NOx浓度的实际变化情况.     

基于双环控制的航空静止变流器的建模与仿真

针对航空静止变流器在非线性负载条件下输出电压谐波含量大以及逆变器动态响应过程十分缓慢的问题,采用电容电流内环电压外环的双环控制技术,给出了控制器参数基于极点配置的方法,建立了单相航空静止变流器的数学模型。通过Matlab/Simulink软件平台对模型仿真。结果表明:设计方法能真实反映系统的动、静态性能,同时也验证了采用双环控制技术解决航空静止变流器带非线性负载时输出波形畸变以及动态响应缓慢的问题是行之有效的。     

补偿模糊神经网络在乙炔加氢反应器中的应用

本文提出的一种补偿模糊神经网络,与BP神经网络相比,具有逼近精度高、训练步数少、学习收敛速度快等特点,在对乙炔加氢反应器出口乙炔浓度的软测量中效果较为满意.实践证明该方法值得进一步推广运用.     

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。     

工业流化床乙烯气相聚合中的在线测量与模型分析(II)

工业流化床乙烯气相聚合过程是一类典型的多变量复杂非线性系统。我们首先分析了若干主要过程变量(反应器温度等)对两个质量变量(树脂熔融指数和密度)的影响趋势，给出了两组变量间的非线性函数结构形式，然后运用多元统计投影原理和非线性函数的。Taylor逼近原理建立了流化床乙烯气相聚合过程变量和质量变量之间的主元多项式非线性偏最小二乘软测量(Nonlinear PLS)模型，并对理论结果进行了推证。基于实际工业运行装置的采样数据对Nonlinear PLS模型进行了求取和验证，利用所求模型进行了树脂熔融指数和密度预测并将预测结果和误差分析结果与线性PLS及机理模型进行了比较。最后运用所建立的模型进行流化床乙烯气相聚合过程操作条件的模型预测分析。全文分为两部分，这是第二部分。     

工业流化床乙烯气相聚合中的在线测量与模型分析(I)

工业流化床乙烯气相聚合过程是一类典型的多变量复杂非线性系统。我们首先分析了若干主要过程变量(反应器温度等)对两个质量变量(树脂熔融指数和密度)的影响趋势，给出了两组变量间的非线性函数结构形式．然后运用多元统计投影原理和非线性函数的Taylor逼近原理建立了流化床乙烯气相聚合过程变量和质量变量之间的主元多项式非线性偏最小二乘软测量(Nonlinear PLS)模型，并对理论结果进行了推证。基于实际工业运行装置的采样数据对Nonlinear PLS模型进行了求取和验证，利用所求模型进行了树脂熔融指数和密度预测并将预测结果和误差分析结果与线性PLS及机理模型进行了比较。最后运用所建立的模型进行流化床乙烯气相聚合过程操作条件的模型预测分析.全文分为两部分，这是第一部分。     

内凹面触觉传感器设计与接触过程分析

设计一种用于微创手术（ MIS）的圆锥形内凹面触觉传感器,不仅可以分析接触力,辨别不同软组织的相对硬度,而且能得到软组织的材料参数,进而辨识组织和可能的组织病变。首先,建立传感器与弹性体间的接触模型;然后,根据弹性与粘弹性对应原理建立传感器与粘弹性体的接触模型,解算出剪切模量等参数信息;最后,通过实验验证了该传感器的可行性。     

热力系统图形化建模软件的开发

以热力系统的基本设备为单元,建立了热力系统常见设备的动态数学模型。采用可视化建模的方法开发了热力系统的图形化建模环境。该环境识别图形建模的结果,通过连接关系进行拓扑排序,读取模块库中对应模块的代码自动生成仿真源程序。作为开放的仿真系统,为用户提供了模型再开发环境、友好的人机接口和仿真后处理手段。     

一种太阳能集热系统集热量实时预测的混合建模方法

太阳能集热器的集热量受光照度、环境温度、风速等多种因素的影响,其预测模型很难从预测精度和实时性上同时满足用户需求。本文提出一种实时预测太阳能集热系统集热量的混合建模方法。该方法首先从能量守恒出发,根据热管式太阳能集热系统传热机理推导出集热量的理论模型,并把理论模型中的散热系数、透射率、吸收率等经验参数以及采光面积、散热面积等几何参数集总为模型的未知参数,进而提出混合模型的结构。然后,利用TRNSYS仿真软件搭建太阳能集热器模拟仿真系统,对仿真系统不同的运行工况进行仿真实验,获取用于辨识混合模型未知参数的稳态数据。最后,选用粒子群优化算法（PSO）作为模型参数的辨识方法,利用所获得的稳态数据辨识模型的未知参数。模型预测值与仿真实验结果的比较表明,预测模型简单而精确,能够在各种工况下实时地、高精度地预测太阳能集热器的集热量,其平均相对误差可达到2.02%。该模型在太阳能热泵、太阳能热水器等系统的优化控制领域得以广泛应用。     

基于Wiener结构的软测量模型及辨识算法

Wiener模型结构能有效地表征系统的动态和静态特性, 因此这里首先基于这一结构建立软测量模型, 利用动态与静态子模型分别建立辅助变量与主导变量间的动态与静态关系, 并说明该软测量模型的可行性, 给出模型具体表达式. 其次, 针对所提模型, 提出分步辨识方式获得最优模型参数, 说明其可行性. 再次, 为了减少计算和实现模型在线更新, 这里提出参数辨识递推算法, 并给出软测量模型参数的收敛性结论. 通过实例仿真, 可以看出本文提出模型的可行性, 以及分步辨识方式与递推算法的有效性.     

Modeling of a scanning laser range sensor for robotic applications

The geometric and noise modeling of a scanning range sensor is described. The parameters of the model are determined from data collected during the calibration of the real sensor. The models are shown to predict range scan results which accurately match those of the real sensor.