基于递归神经网络的石化生产软测量建模方法研究

基于递归神经网络的石化生产软测量建模方法研究

ID:34102209

大小:2.43 MB

页数:64页

时间:2019-03-03

基于递归神经网络的石化生产软测量建模方法研究_第1页
基于递归神经网络的石化生产软测量建模方法研究_第2页
基于递归神经网络的石化生产软测量建模方法研究_第3页
基于递归神经网络的石化生产软测量建模方法研究_第4页
基于递归神经网络的石化生产软测量建模方法研究_第5页
资源描述:

《基于递归神经网络的石化生产软测量建模方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、兰州大学研究生学位论文台单流路的品牌色谱分析仪(含采样系统、样品预处理系统)需要5~10万RMB。此外色谱分析仪运行时需要载气,运行成本高,它在一个运行周期(3个月)的运行成本(包括载气、标气和人工费等)约为2~2.5万元。(2)在线分析仪维护、保养困难。在线分析仪表的维护比装置的现场仪表复杂,难度大,表现在系统调试周期长,系统构成的单元比较多,判断故障困难;色谱分析仪每3个月需要进行标定,更换色谱柱等配件,改变软件。(3)在线分析仪测量时滞大。在线分析仪表所需要的分析周期长,每一次色谱分析最少也需要10min左右的分离分析过程才反馈数据,因此测量滞后

2、大,难以提供实时质量信息作为质量控制的反馈信号。(4)在线分析仪测量精度低,难以实现产品质量的最优监控。(5)产品质量的开环控制方式不利于实现“卡边”控制以及防止产品质量“过剩”。崛起于上世纪70年代初的软测量技术为解决上述问题提供了新的思想和方法,并成为自动检测和过程优化的有力工具。据国外权威软件公司估计,实现在线优化的工业过程,增加收益的典型值为装置产量的3"--'5%。开发在线优化技术己成为一种特有的高技术智力产业,具有广阔的市场前景。以我国石化企业为例,据测算,现有1000套生产装置,其中已有400套具有DCS系统,可作为在线优化的软、硬件基础

3、。如果每套实现在线优化后,其利润可提高3"---5%,相当于每年增加500,---,600万元的经济效益,那么400套装置全部实现在线优化的年增长效益将达到20"-'24亿元左右。由此可以预见,作为实现优化控制必要的软测量技术将具有极大的应用市场。据调查,我国石化、冶金等工业领域,在信息管理系统和过程优化控制系统中,每年需要软测量、数据校正、故障诊断和容错控制技术2000套。软测量技术的基本思想是根据某种最优准则,应用计算机技术,对于一些难于测量或暂时无法测量的重要变量(称之为主导变量),选择一组与主导变量有密切联系又容易测量的变量(称之为辅助变量或二

4、次变量),通过构成某种数学关系来推断和估计,用计算机软件来代替硬件功能。这种方法具有响应迅速,连续给出主导变量信息,且投资低、维护保养简单。目前,软测量技术已成为过程控制领域的重要研究方向之一【l】。2兰州大学研究生学位论文1.2国内外研究现状近年来软测量技术获得了很大发展,随着工业需求的不断增强,软测量技术在过程理论研究和实践中取得了广泛成果。其研究应用涉及到炼油、石化、采矿、精细化工及微电子等领域【2‘5】。其中,大量应用于石化行业的诸如推断控制等高级控制、反馈控制、操作指导、质量管理、调度优化、决策支持等环节。国内的上海交通大学、浙江大学、华东理

5、工大学等高校正积极从事软测量技术研究及应用。并开发出一一系列软件产品,如浙大的中控智能软测量软件,华东理工大学的MOFT等。国外的Honeywell、Setpoint、JohnsonYokogawa、Pavilion等几家公司推出了通用性的软测量软件产品。在一些技术较发达的国家,已有许多成功的将软测量技术应用于工业过程的例子,如美国的TH包装公司、德州MT炼油厂以及比利时的烯烃生产线等。我国软测量技术的应用起步较晚,但也有一些成功的例子,如石家庄炼油厂、上海炼油厂等。GD.Gonzalez[61以软测量在过程工业中的应用为例,论述了软测量模型的设计步骤

6、,并对近年来软测量的研究成果进行了总结,对软测量建模的各种模型结构,模型特点和模型的主要应用方面进行了归纳总结,最后得出对于不同的应用对象选择合适的软测量模型是极为重要的结论。DirkDevogelaere,MarcelRijckaert[7】等人利用前馈神经网络对食糖工业过程进行软测量建模,他们选取糖浆煮沸时的温度、真空压力、运行时间、初始糖浆浓度、初始糖浆纯度、即时糖浆浓度等7个辅助变量对糖浆煮沸时的电传导率进行了估计。仿真结果存在7%的误差。作者提出可以尝试通过改变隐含层传输函数的方法提高软测量建模的精度。俞佩菲,卢建刚,吴燕玲,孙优贤【8】提出

7、了将核函数主元分析和径向基函数神经网络相结合的软测量建模方法,并对工业阿维菌素发酵过程中的菌丝浓度建立了软测量模型。选择氮源浓度、总糖浓度、还原糖浓度、PH值、溶氧等18个辅助变量,设定主元累积集中贡献率为90%,此时PCA主元数为4,KPCA主元数为5;同时KPCA-RBF软测量模型的样本集均方误差和测试集均方误差显著小于PCA-RBF软测量模型。他们提出的这种方法具有更好的泛化能力,适合于解决大规模非线性数据的特征提取问题。梁惹勇,孙自强,顾幸生【9l曾用混沌和径向基函数神经网络相结合的一种新3兰州大学研究生学位论文型的神经网络对重整产品辛烷值进行

8、软测量建模。选取重整进料量、重整进料的入口温度、加权平均床层温度、进料的干点和进料的芳烃潜含量

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。