基于神经网络模型的环氧乙烷反应器预测控制

【摘要】： 环氧乙烷（EO）反应器的控制技术是保证其在最佳工况下运行，提高其经济效 益的关键技术。本文主要研究用人工神经网络（ANN）建立EO反应器的模型，实 现其过程预测优化控制的原理和方法。主要研究内容与成果如下： ①基于过程测量数据可以反映对象的规律和特征，提出采用过程测量数据 建立对象模型的构想。在分析研究TDC-3000系统结构的基础上，提出采用DCS 系统本身的数据检索功能收集过程测量数据，经由DCS操作站的打印机接口向外 部通用计算机传送数据的方案，经试验，实现了DCS与互连网的实时数据传送。采 用共享内存和动态数据交换技术，研究解决了不同计算机系统（UNIX，Windows 操作系统）之间、不同应用程序（进程）之间的实时数据动态交换问题。提出过程数 据预处理办法及样本点广义距离均匀分布规则和算法，解决了从海量过程测量数 据中撷取少量样本数据的问题。 ②提出一种双ANN结构的EO反应器模型。该模型的主结构采用RBF网 络，离线训练，用来代表对象的大范围变化规律；模型的副结构采用BP网络， 在线训练，用来代表主结构的误差，也用来消除因对象缓慢时变所导致的模型误 差。主、副ANN结构线性叠加构成对象模型。经模型预测—实测对比，其最大 误差不过2％，较好地解决了EO反应器模型的构造、学习算法和误差校正等问题。 这种双ANN网络模型，与所提出的过程数据采集和样本数据撷取算法相结 合，对于建立非线性缓慢时变的MIMO过程对象模型，具有实用价值。 ③基于模型预测控制算法原理，对于EO反应器预测优化控制中的数据预 处理、参数预测、慢趋势预测、滚动优化控制、期望目标（约束边界）计算与约束 处理等问题，提出了计算原理和算法公式，并确认了相关的计算参数。提出了MPC 预测误差的ANN模型校正方法和不同控制方式之间的切换办法。 以上研究成果，基本解决了用人工神经网络建立EO反应器模型，实现其预 测优化控制的计算原理和方法问题，并将应用于工程实际。 【关键词】：神经网络 模型预测控制 环氧乙烷反应器 滚动优化 过程数据采集 误差校正
【学位授予单位】：西北工业大学
【学位级别】：硕士
【学位授予年份】：2001
【分类号】：TP183
【目录】：

• 第一章 绪论8-16
• 1．1 模型预测控制概述8-10
• 1．2 环氧乙烷反应器的过程控制10-12
• 1．3 环氧乙烷反应器的MPC方案12-14
• 1．4 待解决的问题综述14
• 1．5 论文结构安排14-16
• 第二章 过程数据采集16-27
• 2．1 TDC-3000系统结构简介16-18
• 2．2 数据收集与传送18-19
• 2．3 通讯网络结构与数据接收处理19-20
• 2．4 动态数据交换20-22
• 2．5 样本数据的预处理22-24
• 2．6 样本数据的撷取24-26
• 2．7 本章小结26-27
• 第三章 EO反应器的神经网络模型27-53
• 3．1 人工神经网络原理27-29
• 3．2 前向神经网络的BP算法29-33
• 3．3 RBF前向神经网络及其算法33-42
• 3．3．1 RBF前向神经网络33-36
• 3．3．2 RBF网络的学习方法36-42
• 3．4 EO反应器的RBFN模型42-48
• 3．4．1 EO反应器的RBFN模型与训练算法42-43
• 3．4．2 RBFN模型的学习结果讨论43-46
• 3．4．3 RBFN模型的在线校正（RLS算法）46-47
• 3．4．4 RBFN模型在线校正的预测结果讨论47-48
• 3．5 EO反应器的双ANN结构模型48-51
• 3．5．1 过程模型的双ANN结构与在线校正49-51
• 3．5．2 双ANN模型的预测结果讨论51
• 3．6 本章小结51-53
• 第四章 模型预测控制53-76
• 4．1 模型预测控制原理53-59
• 4．1．1 模型预测控制的三大特征53-54
• 4．1．2 预测控制典型算法—DMC54-57
• 4．1．3 基于人工神经网络的预测控制算法57-59
• 4．2 EO反应器的预测控制59-73
• 4．2．1 预测控制方案简述59-60
• 4．2．2 过程变量的预处理60-62
• 4．2．3 反应器性能参数计算62-64
• 4．2．4 过程参数的慢趋势预测64-67
• 4．2．5 氧气浓度的优化控制67-72
• 4．2．6 模型的预测误差校正72-73
• 4．3 MPC的工程实现73-75
• 4．3．1 对象研究和方案设计73
• 4．3．2 数据准备和过程测试73-74
• 4．3．3 算法程序设计和编程74
• 4．3．4 程序调试与程序优化74
• 4．3．5 方案改进和软件优化74-75
• 4．4 讨论和说明75
• 4．5 本章小结75-76
• 第五章 全文总结76-78
• 5．1 论文总结76-77
• 5．2 研究展望77
• 5．3 后记77-78
• 参考文献78-83
• 致谢83

您可以在本站搜索以下学术论文文献来了解更多相关内容

OPC过程控制系统数据采集方法与应用    曹剑叶;韩超;张德晋;雷鸣;信志强;张召娣;李喆;王芳菲;

宝钢2030新增连退机组基础自动化系统    黄才铨;徐文超;

IBA过程数据采集系统在梅钢冷轧准备及重卷机组中的应用    李鹏飞;刘斌;杨龙进;

基于神经网络模型的环氧乙烷反应器预测控制    汪跃龙