[发明专利]基于组合神经网络的工业聚丙烯生产熔融指数软测量方法

说明书

技术领域

本发明属于软测量及软仪表构造的技术领域，尤其是一种工业聚丙烯生产熔融指数软测量方法。

背景技术

聚丙烯是以丙烯单体为主聚合而成的一种合成树脂，是塑料工业中的重要产品。由于聚丙烯具有众多优良性能，因而被广泛应用于化工、建材、家电、包装等领域。在聚丙烯生产过程中，如何实时监控一些重要的质量指标，掌握影响产品质量和反映关键操作状态的重要变量，使生产过程能够优质、高产、低耗地进行，一直是研究的重点和难点问题。

熔融指数反映了聚丙烯的流动和加工性能，是衡量聚丙烯产品质量的一个重要指标。根据聚丙烯熔融指数的不同，工业上将其分成不同的牌号。通常根据生产牌号的不同，每1h或每2h离线检测一次熔融指数，生产过程中熔融指数的调整要根据离线检测得到的化验数据进行，由于其分析的滞后已失去了直接指导生产的意义，从而导致工业化生产装置的熔融指数总是处于波动之中，特别是在产品牌号切换过程中会产生大量的不合格产品。因此，建立实时反映熔融指数的数学模型，对实现聚丙烯平稳操作、提高产品质量以及聚丙烯最优牌号切换均具有重要的意义。

由于丙烯聚合过程包含复杂的物理、化学反应，工业生产装置规模庞大、流程复杂，因此通过丙烯聚合过程机理建模的方法来建立实时反映熔融指数的数学模型是很难实现且非常复杂的。软测量技术为解决此问题提供了一种可行的途径。软测量技术是建立被测参数与影响这些参数的其他操作参数之间的数学模型，用软件实现一些难于用仪表直接测量的变量的在线估计。其基本思想是通过对生产过程的深入了解，根据某种最优化准则，利用易测的辅助变量与难以直接测量的待测过程变量之间的关系(软测量模型)，通过各种数学计算和估算方法，实现对待测变量的测量。

聚丙烯生产DCS控制系统数据库积累了大量的生产数据，利用工业实测数据，通过经验建模的方法建立熔融指数的软测量模型，可以避开复杂的机理分析，从而实现工业聚丙烯生产熔融指数的在线估计。由于人工神经网络具有逼近复杂非线性函数的能力，因此它为工业聚丙烯生产熔融指数软测量问题的解决提供了有力的手段，国内外研究者对聚丙烯生产熔融指数神经网络建模开展了广泛研究。

发明内容

为了克服已有的工业聚丙烯生产熔融指数软测量方法的预测性能较差、鲁棒性较差的不足，本发明提供一种提高预测性能、具有较高鲁棒性的基于组合神经网络的工业聚丙烯生产熔融指数软测量方法。

本发明解决其技术问题所采用的技术方案是：

一种基于组合神经网络的工业聚丙烯生产熔融指数软测量方法，所述软测量方法包括以下步骤：

1)、以工业聚丙烯生产过程中的氢气浓度、丙烯单体进料量、催化剂进料量、氢气进料量、反应温度和反应压力作为软测量模型的输入变量，并以工业聚丙烯生产熔融指数作为软测量模型的输出变量；

2)、从工业聚丙烯生产过程的DCS中采集数据，以及通过熔融指数仪得到工业聚丙烯生产熔融指数的人工分析值，整理后得到原始数据集，对原始数据集进行标准化处理；

3)、将标准化后的原始数据集分成多组，对每一组数据集分别建立神经网络模型；

4)、采用岭回归方法选择组合权重，具体算式为(1)：

θ^=(YpreTYpre+kI)-1YpreTyexp+]]>