[发明专利]模糊智能最优丙烯聚合生产过程最优软测量仪表和方法有效
申请号: | 201310659448.X | 申请日: | 2013-12-09 |
公开(公告)号: | CN103838958B | 公开(公告)日: | 2017-02-22 |
发明(设计)人: | 刘兴高;李九宝 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06N3/02 |
代理公司: | 杭州求是专利事务所有限公司33200 | 代理人: | 周烽 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模糊 智能 最优 丙烯 聚合 生产过程 测量 仪表 方法 | ||
技术领域
本发明涉及一种最优软测量仪表及方法,具体是一种模糊智能最优丙烯聚合生产过程最优软测量仪表及方法。
背景技术
聚丙烯是由丙烯聚合而制得的一种热塑性树脂,丙烯最重要的下游产品,世界丙烯的50%,我国丙烯的65%都是用来制聚丙烯,是五大通用塑料之一,与我们的日常生活密切相关。聚丙烯是世界上增长最快的通用热塑性树脂,总量仅仅次于聚乙烯和聚氯乙烯。为使我国聚丙烯产品具有市场竞争力,开发刚性、韧性、流动性平衡好的抗冲共聚产品、无规共聚产品、BOPP和CPP薄膜料、纤维、无纺布料,及开发聚丙烯在汽车和家电领域的应用,都是今后重要的研究课题。
熔融指数是聚丙烯产品确定产品牌号的重要质量指标之一,它决定了产品的不同用途,对熔融指数的测量是聚丙烯生产中产品质量控制的一个重要环节,对生产和科研,都有非常重要的作用和指导意义。
然而,熔融指数的在线分析测量目前很难做到,一方面是在线熔融指数分析仪的缺乏,另一方面是现有的在线分析仪由于经常会堵塞而测量不准甚至无法正常使用所导致的使用上的困难。因此,目前工业生产中MI的测量,主要是通过人工取样、离线化验分析获得,而且一般每2-4小时只能分析一次,时间滞后大,给丙烯聚合生产的质量控制带来了困难,成为生产中急需解决的一个瓶颈问题。聚丙烯熔融指数的在线软测量仪表及方法研究,从而成为学术界和工业界的一个前沿和热点。
发明内容
为了克服目前已有的丙烯聚合生产过程的测量精度不高、易受人为因素的影响的不足,本发明的目的在于提供一种在线测量、在线参数优化、软测量速度快、模型自动更新、抗干扰能力强、精度高的模糊智能最优丙烯聚合生产过程熔融指数最优软测量仪表及方法。
本发明解决其技术问题所采用的技术方案是:
一种模糊智能最优丙烯聚合生产过程最优软测量仪表,包括丙烯聚合生产过程、用于测量易测变量的现场智能仪表、用于测量操作变量的控制站、存放数据的DCS数据库、模糊智能最优软测量仪以及熔融指数软测量显示仪,所述 现场智能仪表、控制站与丙烯聚合生产过程连接,所述现场智能仪表、控制站与DCS数据库连接,所述DCS数据库与模糊智能最优软测量仪的输入端连接,所述模糊智能最优软测量仪的输出端与熔融指数软测量显示仪连接,其特征在于:所述模糊智能最优软测量仪包括:
(1)、数据预处理模块,用于将从DCS数据库输入的模型输入变量进行预处理,对输入变量中心化,即减去变量的平均值;再进行归一化处理,即除以变量值的变化区间;
(2)、PCA主成分分析模块,用于将输入变量预白化处理及变量去相关,通过对输入变量施加一个线性变换实现,即主成分由C=MU得到,其中M为输入变量,C为主成分得分矩阵,U为载荷矩阵。若对原始数据进行重构,可由M=CUT计算,其中上标T表示矩阵的转置。当选取的主成分数目小于输入变量的变量个数时,M=CUT+E,其中E为残差矩阵;
(3)、神经网络模型模块,采用一个四层的模糊神经网络、通过误差函数最小化来完成输入到输出的一种高度非线性映射,映射中保持拓扑不变性;
(4)、模糊智能优化模块,用于采用模糊智能优化模块对神经网络进行优化,包括:
(4.1)算法初始化,根据待优化的模糊神经网络结构参数构造出初始的粒子群体X=(x1,x2,···,xN),初始移动速度V=(v1,v2,···,vN),初始的各粒子历代最优值OP=(p1,p2,···,pN)和全局最优值pg;
(4.2)通过下式执行粒子群优化算法,让粒子群收敛:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310659448.X/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用