[发明专利]一种PTA装置醋酸消耗的软测量方法有效

专利信息
申请号: 201610816204.1 申请日: 2016-09-12
公开(公告)号: CN106326677B 公开(公告)日: 2018-12-25
发明(设计)人: 耿志强;陈杰;韩永明;朱群雄;徐圆;崔芸菲 申请(专利权)人: 北京化工大学
主分类号: G06F19/00 分类号: G06F19/00;G06N99/00;G06N3/08
代理公司: 北京太兆天元知识产权代理有限责任公司 11108 代理人: 张洪年
地址: 100029 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 醋酸消耗 软测量 隐藏层 关键过程 链接 权重 神经元 复杂工业过程 精对苯二甲酸 网络预测模型 训练样本信息 极限学习机 数据归一化 泛化性能 胶质细胞 生产效率 数据选取 节点数 输出层 输入层 自组织 算法
【权利要求书】:

1.一种PTA装置醋酸消耗的软测量方法,其特征在于,包括:数据选取;数据归一化;根据神经元-胶质细胞链接原则从训练样本信息中得到隐藏层节点数;根据Hebb规则得到输入层与隐藏层之间的链接权重;根据ELM算法得到隐藏层与输出层之间的权重;对PTA关键过程变量醋酸消耗指标进行软测量;

PTA生产中进料醋酸含量、进料流量、水回流量、NBA主回流量、NBA侧线回流量、蒸汽流量、塔顶采出量、进料温度、回流温度、塔顶温度、塔板温度、塔板温度、塔板温度、塔内压力、塔板之间可控温度点、回流罐液位、溶剂脱水塔的操作压力作为输入数据;溶剂脱水塔塔顶电导率作为输出数据;

给定n个样本以及对应输出p是每个样本的输入属性数,m是每个样本的输出属性数;

对数据进行归一化,其处理过程如式(1)所示:

其中对网络预测结果的反归一化过程如式(2)所得,

通过神经元-胶质细胞链接原则及信息熵理论自适应得到网络隐藏层的节点数,根据式(3)-(4)由Hebb规则获取网络输入层与隐藏层之间的权重,

其中β是Hebb学习因子;是第i个神经元中所有胶质细胞所含的能量值;

将胶质细胞结构定义为Glia={Posg,Eg},其中Posg={(x,y),x,y∈(0,1)}为所述胶质细胞在边长为1的正方形中的二维坐标位置,所述胶质细胞的能量值Eg=1,所述胶质细胞的能量极限值

将神经元细胞结构定义为Neuron={Posn,En,R,θ,S,O,P},其中Posn={(x,y),x,y∈(0,1)}为所述神经元细胞在边长为1的正方形中的二维坐标位置,En为所述神经元细胞的能量值,R为所述神经元细胞的作用域半径,θ为所述神经元细胞的阈值,S表示所述神经元细胞是否已经死亡,O为所述神经元细胞的输出值,P表示所述神经元细胞包含的信息量;

将所述神经元细胞的初始状态定义为初始胶质细胞其中k由1递增到初始胶质细胞数GtoN∈[10,20],非初始胶质细胞其中t为第t个训练样本,Rel(t)为第t个训练与第t+1个样本之间的相关系数,LEN为训练样本数,MI(t)为第t个样本与第t+1个样本之间的互信息;

由式(5)得到两次迭代过程中网络熵值的变化,其中进行下一次迭代时,Ψ(t)变成Ψ(t-1)

MI(t)=Ψ(t-1)(t),(Ψ(0)=0) (5)

当MI(t)<0时,网络隐藏层中将增加一个节点;

当网络结构及输入层与隐藏层之间的权重确定后,接着通过式(6)获得隐藏层与输出层之间权重,

其中B是隐藏层各个节点的阈值,ρ是输入层各个节点与隐藏层各个节点之间的权重,φ(x)是隐藏层各个节点的激励函数。

2.根据权利要求1所述的PTA装置醋酸消耗的软测量方法,其特征在于,由式(7)得到测试样本输出层各个节点的输出值,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京化工大学,未经北京化工大学许可,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/201610816204.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top