探索软测量及推断控制技术在工业中的应用研究

探索软测量及推断控制技术在工业中的应用研究

ID:35190447

大小:1.97 MB

页数:72页

时间:2019-03-21

探索软测量及推断控制技术在工业中的应用研究_第1页
探索软测量及推断控制技术在工业中的应用研究_第2页
探索软测量及推断控制技术在工业中的应用研究_第3页
探索软测量及推断控制技术在工业中的应用研究_第4页
探索软测量及推断控制技术在工业中的应用研究_第5页
资源描述:

《探索软测量及推断控制技术在工业中的应用研究》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、大连理工大学硕士学位论文软测量及推断控制技术在工业中的应用研究姓名:马国通申请学位级别:硕士专业:化学工程指导教师:潘艳秋20060301大连理工大学专业学位硕士学位论文摘要现代科技的飞速进步,促使控制理论向着更复杂、严密的方向发展。这其中模糊控制和神经网络控制由于其非线性和不依赖对象的数学模型等特点倍受人们的关注。模糊系统善于表达知识,推理类似于人的思维,但过于依赖人的主观因素,缺乏学习和适应的能力;神经网络结构可变,具有较强的自组织、自学习的能力,但是不具有结构性知识表达能力,网络参数缺乏物理意义,且在学习过程中易陷入局部极值。所以将二者的特点结合起来形成模糊神经网络就成了

2、一种必然的趋势。首先,本文结合神经网络和模糊逻辑,提出了一种改进型模糊神经网络学习算法,该学习算法的收敛速度明显优于传统BP算法。在此基础上,研究了工业过程基于神经网络的数据校正技术和工业裂解炉基于模糊神经网络的软测量技术,并通过仿真模拟,对模型的精度和外推能力与实际数据进行了比较,实际应用表明,所建模型具有良好的精度,泛化能力强,结果令人满意。最后,应用神经网络对裂解炉的裂解深度逆模推断控制和固定床反应器转化率的自适应推断控制分别进行了深入研究,仿真结果表明:裂解深度逆模推断控制,为测定裂解炉的裂解深度提供了一种简便易行的方法,在一定程度上满足了工业过程实时控制的要求;神经网

3、络自适应推断控制,对于反应器出口的转化率无论在设定值变化还是存在扰动的情况下都可以获得良好的控制效果,表明此技术是切实可行的。关键词:模糊神经网络;数据校正;软测量;推断控制;乙烯裂解炉软测量及推断控制技术在:[业中的应用研究TheResearchonSoftSensorandInferentiaIControIandItsApplicationtoIndustryAbstractTherapiddevelopmentofmodemtechnologymakescontroltheorydevelopinthedirectionofmorecomplicationandmore

4、accuracythanbefore.Fuzzycontrolandneuralnetworkscontrolattractmoreandmorepeopleiustbecausetheyhavethecharactersofnonlinearandneednotestablishthemathematicalmodel.Fuzzysystemisgoodatexpressingknowledgeanditslogicalreasoningissimilartoman’sthought.Butthissystemdependsontheman’ssubjectivefactor

5、toomuchandlackthecapacityofadaptationandleaming.NeuralnetworkhasaVariableconstruction.Tothemostimportanceithasthecharactersofself-organizationandself-leaming.Butitsnetworkparameterslackthephysicsmeaningandeasilytrapinthelocalconvergenceatthesanletime.Itisaninevitabletendencytocombinethesetwo

6、systemsinordertoabsorbtheiradvantages.Firstofall,amodifiedlearningalgorithmofFuzzyNeuralNetworks(FNN)isproposedbycombiningNeuralNetworks(NN)withFuzzyLogicinthisdissertation,whichhaveanadvantageovertheconventionalBPalgorithmintrainingconvergenceAnewdatarectificationmethodforindustrialprocesse

7、sandsoftscnsorsfortheindustrialcrackingfurnacearestudied.respectivelybasedonNNandFNN.Andcomparethesmoothnessandextrapolationofthemodelswithplantdatathoul曲simulation.Practiceapplicationshowsthattheprecisionofthesemethodsareniceandtheyareworthyoffurt

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。