模糊神经网络在精馏过程中的应用研究

《模糊神经网络在精馏过程中的应用研究》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、，．＇＾，ｒ，，＇＊一＊＇？？Ｔ，４．■．亡。＾＇．Ｖ．．．，／７／．冷＾分类号＾ｒ密级ＵＤＣ—，，扭单位代码１０１５一４￣＇’？节咕．、务＇？－Ｔ—ｆ＼■，呵ｒ＞Ｖ：；４ｆ．一＇＇？＇－■＇，＇＇／＇－．＂ＶｓＮＶ－击．，．４■？ｒ义ｌＶ■立Ｖ．、ｒ．＇’＇八‘班？？：＞１＇一．．＇＇减，．．．．、：－＇．叩’．ＩＴＷ蘇巧．：。二妊宁工业大学Ｃ１．％扣－硕转：：ｔ学位论文．＇Ｖ－／知■

2、＇．－－＿＊ｓ／＇＼模糊神经网络在精溜过程中的应用研究；＼－；—＇‘：Ｖ％户：．古ｔ．心、＇－－、３．又—．？－气＇巧Ｖ－．一；．：，■．．４＾．＇、？．，．．一－ａ？＇－‘—．々Ｗ＼，；；＇．？一．—．Ａ－－、伊专业：检测技术与自动化装置ｒ巧研究生：李东，．．指导教师：张健教授＼？．．＇．Ｊ々．Ｉ－．？１—＇、ｆ＇—、二０六年兰月。、．？：．＇．，、独创性声明本人声明所呈交的

3、论文是我个人在导师指导下进行的研究Ｘ作及取得的研，不包含。尽我所知，论文中究成果，除了文中特别加Ｗ标注和致谢的地方外其他人已经发表或撰写过的研巧成果，也不包含为获轉江宁工业大学或其他教育机构的学位或证书而使用过的材利。与我叫司工作的同志对本研究所作的任何贡献均已在论文中作了明确的说明并表示了谢意。－初究生签名：４赛＞／屋年３月化日关于论文使用授权的说明本人完全Ｔ解辽宁Ｘ业火学有关保留、使用学位论文的规定，即；学校有权保留送交的复印权，允巧论文被查阅和借阅；学校可Ｗ公布论文的全部或部分内容１。，可＾采用影印、缩印或其他复制手段保存论文（保密的

4、论文在解密盾应遵守此规定）硏巧生签名；导师签名；年月口＞名３狂／辽宁工业大学硕士学位论文模糊神经网络在精馏过程中的应用研究专业:检测技术与自动化装置研究生:李东指导教师:张健教授辽宁工业大学电气工程学院二〇一六年三月MasterThesisApplicationResearchofFuzzyNeuralNetworkinDistillationProcessSpeciality:DetectionTechnologyandAutomaticEquipmentCandidate:LIDongSupervisor:ProfessorZHANGJianLiaoningUniv

5、ersityofTechnologyJinzhou,121001,ChinaMarch2016摘要辽宁工业大学硕士学位论文摘要本文运用模糊神经网络知识，以酒精精馏塔为研究对象。针对酒精精馏塔系统模型复杂、系统具有时变性和系统变量的耦合性问题，研究把模糊神经网络运用到酒精精馏塔的建模和控制中。针对精馏塔系统模型复杂的问题，采取了建立精馏塔的机理-模糊神经网络的混合建模方法。分析机理模型，建立模糊神经网络补偿模型；把机理模型和模糊神经网络模型相结合建立稳态混合模型；MATLAB环境下测试混合模型，得出混合模型与实际系统之间的温度误差在1℃，得出稳态混合模型能够较好地跟随实际系统稳态状态。

6、针对精馏塔系统时变性的问题，利用模糊神经网络自调整PID控制器对系统进行控制。以酒精精馏塔塔顶温度系统为研究对象，在MATLAB环境下，仿真研究表明模糊神经网络自调整PID控制方法比传统PID控制更能满足精馏塔塔顶温度系统时变性的特点。针对精馏塔系统耦合性问题，利用模糊神经网络自调整PID控制器加模糊神经网络解耦器的控制方案。以精馏塔塔顶温度和塔底温度系统为研究对象，在MATLAB环境下，将模糊神经网络自调整PID控制器加解耦器的控制方案与传统PID控制器加解耦器的方案进行仿真对比，仿真研究表明此方案不仅能解决系统耦合性问题也能解决时变性问题。关键词：模糊神经网络；精馏；建模；时变性；

7、耦合性IAbstract辽宁工业大学硕士学位论文AbstractFuzzyneuralnetworkknowledgeisusedtodosomestudiesonalcoholdistillationcolumn.Foralcoholdistillationcolumnsystemwithmodelcomplexity,timevariationandvariablescoupling,fuzzyneuralnetworkisstudiedo