基于Elman神经网络的化工过程软测量建模方法.pdf

《基于Elman神经网络的化工过程软测量建模方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于Elman神经网络的化工过程软测量建模方法桑桦。等基于Elman神经网络的化工过程软测量建模方法SoftSensingModelingMethodBasedonEImanNeuralNetworkforChemicaIProcess桑桦李穹(兰州交通大学自动化与电气工程学院，甘肃兰州730070)摘要：针对软测量建模问题，提出了一种基于Elman神经网络的软测量建模方法。将该方法应用于脱丁烷塔底部丁烷组分含量以及硫回收装置尾气中SO：和H：S含量的软测量建模，分别采用BPTr算法、RTRL算法和EKF算法对Elman网络进行训练。在同等条件下，通过与传统的梯度下降算法以及其他软测量建

2、模方法对比表明，EKF算法能够获得较好的离线估计结果，具有较好的鲁棒性和较快的收敛速度。关键词：Elman神经网络软测量时间反向传播(Brrr)算法实时递归(RTRL)算法扩展卡尔曼滤波(EKF)算法化工过程中圈分类号：TH一39；TP274文献标志码：ADOI：10．16086／j．enid．issnl000—0380．201603017Abstract：Forsoftse=si=gmodeling-themethodbasedOnElmanneuralnetworkispropoⅫl。andappliedinsoftSellingmoddi％forbutanecomponentcon

3、tentofthebottomofthedebutanizer。andthecontentsofS02and112Sintailgas0fsIll缸recoveryunit；andtheElmanneuralnetworkistrainedbyllsingBPTYalgorithm。RTRL蛔thmandEKFalg础thmrespectively．Comparisonwithothersoft∞地ingmodelingmethodsandtraditionalgradientdescent蛔tlIm．betterofflineestimationresult-robustnessand

4、fasterconvergencespeeda弛obtainedbyEKFalgorithm．Keywords：ElmanneuralnetworkSoft∞nsingBack—propagationthroughtime蛔thmReal—timerecurrentleⅫ-ningalgorithmExpandedKalmanfilteralg,orithmChemicalprocesses0引言在化工生产过程中，许多重要的质量变量难以实时测量。软测量技术通过构建某种数学模型，描述可测、易测的辅助变量与难以直接测量的待测主导变量间的函数关系。根据最优准则，软测量技术能够实现对待测变量的测

5、量或估计u。2-。近年来，人工神经网络(artificialneuralnetwork，ANN)、支持向量机(supportvectormachine，SVM)等方法被广泛地应用于软测量建模u“1。文献[1]提出了基于多层感知器神经网络的软测量建模方法，并将其应用于脱丁烷塔的软测量建模；文献[2]提出了一种基于SVR的软测量建模方法，并把它用于乙烯裂解产物收率的测量中。关于软测量建模的研究大部分都采用静态结构。Elman神经网络是一种递归神经网络(recurrentneuralnetwork，RNN)，能够将隐层状态变量反馈到输入端，反馈中包含时间延时，因此具有动态记忆特性，可以有效提高

6、模型的估计精度。传统的RNN国家自然科学基金资助项目(缡号：51467008)。修改稿收到日期：2015—06—02。第一作者桑桦(1991一)，男，现为兰州交通大学自动化与电气工程学院在读硕士研究生；主要从事软测量建模、计算智能方面的研究。《自动化仪表》第317卷第3期加16年3月训练算法，如沿着时间反向传播(back—propagationthroughtime，Bm)算法川、实时递归(real—timerecurrentlearning，RTRL)算法¨o，遵循误差梯度最小化的准则，存在收敛速度慢、易陷入局部最优等问题。扩展卡尔曼滤波哺“驯(expandedKalman矗dter，

7、EKF)作为卡尔曼算法的一种非线性扩展形式，属于最优状态估计算法，用于训练神经网络，可以提高收敛速度，满足软测量建模实时性的需求。1理论基础1．1Elnum神经网络Ehnan网络是1990年由Elman提出的一种RNN[7]。它是在基本前馈多层感知器结构的基础上，增加一个反馈层，作为一步延时算子，使其具备动态记忆特性；能直接反映动态过程系统的特性，可用于构建具有时空特性动态软测量模型。Ehnan神经网络的拓扑结构如图1所示。Elma