基于小波神经网络的热值软测量建模.pdf

《基于小波神经网络的热值软测量建模.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、第47卷第4期石油化工自动化V01．47．No．42011年8月AUT0MAT10NINPETR()_CHEMICALINDUSTRYAugust，2011基于小波神经网络的热值软测量建模杨思远，徐佩亮，王振雷(1．华东理工大学，上海200237；2．盘锦辽河油田天意石油装备有限公司，辽宁盘锦124010)摘要：提出了一种基于小波神经网络的软测量建模方法和学习算法，这种方法被用来“测量”裂解炉燃料气热值。小波神经网络具有2层结构：小波降噪层和多层感知器层。小波降噪层主要用来对过程数据进行降噪变换，提高源信号的信噪比，多层感知器层用来辨识过

2、程模型。小波神经网络不但具有多层感知器网络的自学习和逼近性能，而且可以利用小波降噪理论，克服源信号的噪声干扰。小波变换可以变换初始数据并进行特征提取，变换后的数据具有更高的信噪比，仿真结果显示小波神经网络具有良好的逼近能力和泛化性能。关键词：小波神经网络；软测量；遗传算法；燃料气热值中图分类号：TP273文献标志码：A文章编号：1007—7324(2011)04—0034—04ModelingofSoftMeasurementforCalorificValuesBasedonWaveletNeuralNetworkrangSiyuan，X

3、uPeiliang，WangZhenlei(1．EastChinaUniversityofScienceandTechnology，Shanghai，200237，China；2．PanjinLiaoheOilfieldTianyiPetroleumEquipmentCompanyLtd．，Panjin，124010，China)Abstract：Akindofmodelingandstudymethodforsoftmeasurementbasedonwaveletneuralnetwork(WNN)isproposed．Itisuse

4、dtomeasurethecalorificvaluesoffuelgasinthecrackersystem．TheWNNmodelconsistsoftwolayers：thewaveletde—noisinglayerandmultilayerperceptronlayer．Thewaveletde～nosinglayerismainlyusedfordatade～noisingtransformtoincreasethesignalandnoiseratio．ofthesourcesigna1．Multilayerperceptr

5、onlayerisusedforidentifyingtheprocessmode1．WNNnotonlyownsthepropertyofselflearningandapproximationwhichareheldbymultilayerperceptionsnetwork，butalsocanovercomethenoisedisturbtothesourcesignalusingthede—noisingtheoryofwavelet．Thewaveletcantransformtheoriginaldataandextract

6、thefeatures．Thetransformeddatashowsmuchhighersignalnoiseratio．ThesimulationresultsindicatethattheWNNownsmuchbetterapproximationandthegeneralizingperformance．Keywords：WNN；softsensor；GA；calorificvaluesoffuelgas0引言关键因素是燃料气的热值变化，因此及时准确地测目前乙烯生产工艺大都采用烃的蒸汽热裂解量燃料气热值变化就变得非常重要。工艺，即

7、烃进料在稀释蒸汽注入后的工况下，在裂工业现场测量热值通常采用在线热值仪，在线解炉管内发生高温裂解反应(炉管出口温度通常大热值仪测量中存在的最大问题是滞后时间较长，通于800℃)，生成乙烯、丙烯产品，并产生氢气、甲烷常为4～6min。由于热值测量的滞后性，如果直接及其他气体等多种气体组分。裂解炉炉管出口温采用热值仪分析值，那么在热值变化实际影响度(简称C0丁)是控制裂解深度和抑制炉管结焦速COT温度之前就不可能提前消除热值变化带来的率的关键过程变量。为了安全高效地进行乙烯生干扰，这对COT的稳定控制影响很大，因此研究产，提高裂解炉运行周期，

8、必须精确控制COT温燃料气热值及时快速的软测量非常必要。度，CO丁温度波动范围最好不超过2℃。裂解炉人工神经网络技术被广泛应用于软测量在操作过程中，有很多过程变量会影响C0T的稳定，例如进料量