[发明专利]卷积神经网络的丙烯聚合生产过程最优在线预报系统

说明书

本发明公开了一种卷积神经网络的丙烯聚合生产过程最优在线预报系统，包括丙烯聚合生产过程、现场智能仪表、控制站、存放数据的DCS数据库、基于卷积神经网络的最优在线预报系统以及熔融指数预报值显示仪。现场智能仪表及控制站与丙烯聚合生产过程相连，与DCS数据库相连；最优在线预报系统与DCS数据库及预报值显示仪相连。所述的基于卷积神经网络的最优在线预报系统包括模型更新模块、数据预处理模块、PCA主成分分析模块、卷积神经网络模型模块以及差分进化粒子群模块。以及提供了一种用在线预报系统实现的预报方法。本发明实现在线测量、在线参数优化、预报速度快、模型自动更新、抗干扰能力强、精度高。

技术领域

本发明涉及一种最优在线预报系统，具体是一种基于卷积神经网络的丙烯聚合生产过程最优在线预报系统。

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预报系统研究，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、预报速度快、模型自动更新、抗干扰能力强、精度高的基于卷积神经网络的丙烯聚合生产过程熔融指数最优在线预报系统。

本发明的目的是通过以下技术方案来实现的：基于卷积神经网络的丙烯聚合生产过程最优在线预报系统，包括数据预处理模块、PCA主成分分析模块、卷积神经网络模型模块、差分进化粒子群模块、模型更新模块。

进一步地，所述数据预处理模块，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；

进一步地，所述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＝CU^T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＝CU^T+E，其中E为残差矩阵；

进一步地，所述卷积神经网络模块，卷积神经网络对每一层感受野中元素采用固定的卷积操作模式，从而实现局部连接以及不同卷积核间的权值共享，具有平移不变性。整个模型的目的是根据样本集和先验知识设计一个系统，使系统对新数据能预测输出。整个模块的设计包括：

(1)构造输入样本，在某t时刻，取时间间隔q，将每个时刻的输入向量依次排列得到输入样本二维向量矩阵为：

(2)对输入样本进行卷积操作：

W′_t,q＝f(W_t,q×k+b) (2)