收藏本站
《浙江大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

数据挖掘技术在聚合过程建模与控制的应用研究

潘海天  
【摘要】: 聚合过程是典型的化工过程。聚合过程具有反应机理复杂、参数测量困难、非线性强等特点,这使得过程机理建模比较困难。人工神经网络(ANN)不精确依赖于过程机理的数学模型,对于任意函数映射都能按指定要求的精度逼近,在处理复杂且缺乏先验知识的系统建模问题上表现出独特的优越性。尽管如此,网络的训练时间往往太长,且存在局部极小值。在深入研究国内外文献资料的基础上,本文研究改进BP训练算法;同时引入全局优化算法——遗传算法(GA),克服局部极小值,组合神经网络建模方法,以满足聚合过程模型化工作的需要。同时将研究结果应用于苯乙烯(ST)和马来酸酐(MAH)的热引发本体聚合和氯乙烯悬浮聚合过程中。论文工作的主要研究内容和特色如下: (1) 标准BP算法实质上是一种简单的静态优化算法。在修正网络参数时,只知道按此时负梯度的方向进行修正,在局部虽然是“最速”下降,但是从整体来看却下降(收敛)缓慢。由于标准BP训练算法的训练速度较慢,探讨误差反向传播算法(BP)的改进原则,并对不同的优化算法进行分析对比。提出了一种改进的训练算法(LM-BP算法)来提高网络的训练速度。运行结果表明,该算法学习性能明显优于传统BP学习算法。 (2) 采用遗传算法作为BP神经网络的训练算法,解决ANN局部极小值问题。针对简单遗传算法(SGA)存在的缺陷,提出了一种新的GA改进方法,采用变量区间的动态调整来克服全局最优解的“逃逸”现象,并给出相应的程序。 (3) 应用ANN技术,研究了苯乙烯—马来酸酐半连续本体共聚合过程的建模方法。用原始实验数据训练BP网络,来预测本体共聚合过程的目标变量—反应转化率。采用改进的BP训练算法提高收敛速度10倍以上,在 摘要 不同的初始条件下,如停留时间5小时、聚合温度110一12OC和马来酸 醉进料分量7一10%,能得到满意得收敛点。在3个输入和1个输出(转化 率)的情况下,估计一结果的最大相对误差为l()一15%,平均相对误差小于 5%。转化率的模型预测结果与原始实验数据具有一良好的拟合。此方法可以 有效地用于此类聚合过程的模型化。 (4)提出了一种可以改善神经网络模型性能的组合神经网络一岭回归 仁S入NS一叹尺)方一法。由于定量数据建立的单一神经网络模型往往缺乏泛化 能力。通过将多个神经网络相组合可建立组合神经网络模型,而使用组合 神经网络模型则可以显著改善。在建立组合神经网络模型过程中,合适组 合权重的选择对组合神经网络模型是否具有良好预测性能是非常重要的, 因此采用了岭回归方法来选择合适的组合权重。所提出的方法己成功应用 于尸VC颗粒特性的预测研究中,研究结果表明,与单一神经网络模型相比, 弓NN、一尺尺模型具有更佳的模型预测精度和鲁棒性。 (动用神经网络模型作为系统模型,根据预测控制三大机理,本文论述 了A沁N预测控制系统的构成。给出了单,步AN沁预测控制算法;采用级联A洲 多步预测方法,建立了多步预测模型,并推导出多步ANN预测控制算法, 其中多步预测控制抗干扰性和鲁棒性较强,因此适用于聚合过程的预测控 制。通过对一个典型连续搅拌反应器温度预测控制的仿真,表明所构成的 基一于ANN模型的预测控制系统控制效果好,鲁棒性强,明显常规的P拍控 制算法,为解决非线性系统预测控制问题提供了一种可行的方法。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2003
【分类号】:TQ316.3

【相似文献】
中国期刊全文数据库 前10条
1 王淑莉,杨喜龙;聚合过程中短时间停电如何处理[J];聚氯乙烯;1993年04期
2 潘海天,陈焰华,蔡亦军,李伯耿;神经网络在聚合过程中的应用[J];化工进展;2002年05期
3 ;在聚合过程中直接制造纳米纤维[J];现代化工;2000年03期
4 包祥俊;吴文辉;宫理想;王建全;;细乳液聚合最新研究进展[J];现代化工;2007年S1期
5 王慧,钱积新,李平,孙优贤,周春晖;造纸机定量水份计算机控制的建模与控制[J];中国造纸;1991年05期
6 郝娟,张建民,肖定国,范宇;BKX-Ⅰ型变轴数控机床的建模与控制[J];北京理工大学学报;2002年05期
7 黄绪耕;费建奇;荣峻峰;洪晓宇;景振华;;HDC高效球形催化剂用于丙烯聚合[J];合成树脂及塑料;2006年02期
8 朱李继;李杨;王玉荣;张春庆;;活性阴离子聚合及其单体的研究进展[J];高分子通报;2009年08期
9 侯月平;;甲基丙烯酸正丁酯(BMA)的聚合及动力学研究[J];河北化工;2010年12期
10 潘海天,陈焰华,李伯耿;苯乙烯-马来酸酐本体共聚合过程的神经网络建模[J];高校化学工程学报;2003年02期
中国重要会议论文全文数据库 前10条
1 陈为栋;刘济;顾幸生;;PET固相聚合建模与控制研究[A];上海市化学化工学会2006年度学术年会论文摘要集[C];2006年
2 胡洊;徐玉书;许静;姜殿武;;用加脉冲梯度场的自旋回波法测量高分子聚合过程中的自扩散系数[A];第五届全国波谱学学术会议论文摘要集[C];1988年
3 李坚强;裴海龙;刘馨;贺跃帮;陈勇;;小型无人直升机的混合系统建模与控制[A];第二十七届中国控制会议论文集[C];2008年
4 王为;许晗;;苯胺电聚合过程的研究[A];2010中国·重庆第七届表面工程技术学术论坛暨展览会论文集[C];2010年
5 林建祺;陈启宏;全书海;;氢能燃料电池发动机系统建模与控制[A];第七届全国氢能学术会议论文集[C];2006年
6 王睿;罗英武;杨雷;李伯耿;朱世平;;RAFT(细)乳液聚合过程动力学研究[A];第三届全国化学工程与生物化工年会论文摘要集(上)[C];2006年
7 林建祺;陈启宏;全书海;;氢能燃料电池发动机系统建模与控制[A];第七届全国氢能学术会议专辑[C];2006年
8 李三喜;詹瑞云;庞德仁;黄葆同;;乙丙共聚镁钛系载体催化剂及其聚合过程的ESR研究[A];第五届全国波谱学学术会议论文摘要集[C];1988年
9 金文兵;刘哲纬;;基于激光干涉计量法的水凝胶聚合过程的监测[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
10 曾伟杰;叶卓亮;李晓;张卫英;;微乳液聚合过程的TRLS监测[A];2006年全国高分子材料科学与工程研讨会论文集[C];2006年
中国重要报纸全文数据库 前10条
1 ;韩国利用毫微米工艺制出抗菌纤维[N];中国高新技术产业导报;2005年
2 广东金手指 柯松平;太化股份即将向上突破[N];山西日报;2003年
3 ;环保型纺织品印染及功能整理一步法技术[N];中国纺织报;2005年
4 钱伯章;二氧化碳减排催生新技术产业[N];中国化工报;2006年
5 杨友麒;聚合物制造业的智能工厂[N];中国石油报;2000年
6 姚培洪 许云波 仇国贤;催化剂研发成果丰[N];科技日报;2007年
7 包头市杏林中医研究院 孟琳升;元气的“始合布散终”规律浅识[N];中国中医药报;2008年
8 王杨;集成建设生物医学工程学科[N];光明日报;2004年
9 ;日本研发出超耐热胶粘剂[N];今日信息报;2003年
10 夏红颖;仪化抗紫外瓶片新品填补国内空白[N];中国石化报;2006年
中国博士学位论文全文数据库 前10条
1 潘海天;数据挖掘技术在聚合过程建模与控制的应用研究[D];浙江大学;2003年
2 刘毅;间歇过程的核学习自适应建模与控制研究及工业应用[D];浙江大学;2009年
3 张萍;中医熏蒸温度系统建模与控制研究[D];兰州理工大学;2012年
4 高峰;风力发电机组建模与变桨距控制研究[D];华北电力大学(北京);2009年
5 岳伟;自主车队建模与控制研究[D];大连海事大学;2011年
6 邢宗义;复杂工业过程的模糊建模与控制[D];铁道部科学研究院;2003年
7 黄细霞;基于支持向量机的建模方法及其在材料加工中的应用研究[D];上海交通大学;2008年
8 张燕;自主飞艇的建模与控制系统设计[D];上海交通大学;2009年
9 潘凯;反向原子转移自由基聚合及其在功能高聚物制备中的应用研究[D];四川大学;2007年
10 阎纲;基于最小二乘支持向量机的铝电解过程建模与控制研究[D];中南大学;2012年
中国硕士学位论文全文数据库 前10条
1 韩俊芳;空气球系统建模与控制[D];东华大学;2012年
2 陈焰华;基于神经网络的聚合过程建模方法研究[D];浙江工业大学;2002年
3 张翮;全方位移动机器人的运动建模与控制[D];浙江大学;2005年
4 潘兰芳;温室环境的建模与控制[D];浙江工业大学;2001年
5 徐业健;热泵精馏过程的建模与控制研究[D];浙江大学;2006年
6 刘辉;基于神经网络技术的导弹系统建模与控制方法研究[D];西北工业大学;2004年
7 王熙雏;煮糖过程的建模与控制[D];广西大学;2005年
8 高兴航;聚合反应过程的优化迭代学习控制方法[D];大连理工大学;2006年
9 谢先平;汽车无级变速传动系统建模与控制策略仿真研究[D];哈尔滨理工大学;2005年
10 毛鹏;谐振变换器的建模仿真[D];北方工业大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026