软测量若干关键技术的研究及其在石油化工过程中的应用

《软测量若干关键技术的研究及其在石油化工过程中的应用》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、上海交通大学博士学位论文软测量若干关键技术的研究及其在石油化工过程中的应用姓名：罗健旭申请学位级别：博士专业：控制理论与控制工程指导教师：邵惠鹤20040401上海交通大学博士学位论文软测量若干关键技术的研究及其在石油化工过程中的应用摘要石油化工过程中大量与产品质量相关的变量都难以在线测量软测量技术是解决这一问题的有效途径也是过程控制发展的一个重要方向本文从软测量的理论研究及其在实际过程中的应用两个方面出发着重研究了如下几个问题1针对复杂过程如何提高软测量技术预测估计的精度包括应用软计算方法建立精度高鲁棒性佳的软测量

2、模型的研究辅助变量选择的研究简单有效的数据预处理方法的研究2如何解决具有多工况的复杂石油化工过程的软测量建模问题3如何建立更适合动态系统的软测量模型等本文的主要工作和创新包括以下内容l提出了一种基于软计算的智能软测量模型基于粗集的模糊神经网络软测量模型RSNFN,RoughSetbasedNeuro-FuzzyNetworkRSNFN应用粗糙集理论自动从数据样本集中获取约简规则作为模糊神经网络FNN,FuzzyNeuralNetwork的模糊规则解决了FNN的维数灾问题使得网络结构减小学习收敛速度快另外为了解决连续属

3、性离散化问题使用遗传算法GA,geneticalgorithm获取最优离散化值从而获得最优网络结构RSNFN结合了软计算的多种方法是一种适应性强估计精度高的优化的智能预测方法应用该方法对炼油厂催化裂化装置轻柴油凝固点进行软测量建模估计取得了良好的效果l针对具有多工况的复杂过程的软测量问题提出了应用局部神经网络基于广义基函数的CMAC超闭球结构HCMACHyperballCMAC来建立软测量模型对HCMAC学习算法作了改进简化了学习参数的确定并证明了改进的学习算法的收敛性研究了两种情况下的多工况软测量建模问题1当多工况

4、数据可以获得的情况下HCMAC的局部网络特性使得不同工况的信息存储在不同的权系数空间HCMAC模型相当于多个子模型的集成却又不存在多模型方法具有的模型集优化和子模型切换策略问题同时也克服了全局模型存在计算复杂度高对整个工况空间拟合度差的问题2当多工况数据难以获得时HCMAC模型通过局部学习和在线校正能够适应新的工况同时其局部特性使它能够在学习新的工况信息时不影响其它工作点附近的信息因而特别适用于多操作点的过程l针对动态系统软测量建模问题提出了一种动态多神经网络建模方法DMNN,DynamicMultipleNeura

5、lNetworkDMNN不是把输入空间划分成若干局部空间而是把时间分割成若干段各个子网络以某一时间段的样本为输入估计过去某一时刻的输入对输出的影响国家十五863项目复杂工业过程的先进控制与软件项目编号2001AA413130-I-这样把一个复杂的单一网络建模转化为用若干个简单的单个子网络建模且各个子网络有明确的物理意义再把各个子网络的输出用主元回归方法综合以获得最终输出该方法采用时间序列数据建模能够充分反映系统的动态特性且结构简单可以作为建立动态软测量模型的一种通用方法l提出了应用粗集理论选择软测量辅助变量对主导变量

6、采用模糊c均值聚类方法分类在此基础上采用一种监督式的连续属性离散化方法基于粗集理论和布尔逻辑的离散化方法Ngyuen法对候选辅助变量做连续属性离散化在离散化过程中引入K-W检验方法,增加了重要度大的属性的断点被选中的概率用较少的断点使离散化后的决策表保持与原有系统相同的分辨能力离散化的过程也是辅助变量选择的过程该方法能够从大量的候选变量中选择出对于主导变量重要程度高的辅助变量集从而为软测量技术的成功实现奠定坚实的基础l针对软测量技术对数据预处理任务的要求以MMD聚类分析方法为基础分别研究了软测量建模数据的过失误差侦破

7、和软仪表在线应用时的误差处理首先对MMD聚类算法作了修正,可以有效检测出数据集中的过失误差其次针对软仪表在线应用时的过失误差和随机误差处理任务提出把MMD算法和滑动时间窗平均滤波算法相融合把等权值的平均滤波改为非等权值滤波使过失误差侦破和滤波去噪相结合该算法能够简单有效地处理过程数据的随机误差和过失误差使进入软测量模型的过程数据更接近真实值从而提高了软测量模型的精度l应用面向对象多线程并行处理动态链接等软件开发技术开发了基于嵌入式系统的软仪表实现了软仪表的硬件化最终形成了通用的开放的软仪表产品以动态链接库的形式开发了

8、超闭球小脑模型神经网络HCMAC算法库和基于粗集的模糊神经网络RSNFN算法库作为软仪表的核心算法将该软仪表用于催化裂化装置轻柴油凝固点的软测量估计取得了良好的效果关键词软测量粗糙集模糊神经网络CMAC多神经网络辅助变量选择显著误差侦破嵌入式软仪表-II-上海交通大学博士学位论文Studiesonseveralkeytechniquesofso