[发明专利]一种PTA装置醋酸消耗的软测量方法

摘要

本发明涉及一种精对苯二甲酸(PTA)装置醋酸消耗的软测量方法，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；根据极限学习机(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。本发明运用自组织ELM网络预测模型的优越的、稳定的泛化性能对PTA生产装置中醋酸消耗的软测量，可准确可靠地估计工业生产中关键过程变量，从而有助于提高复杂工业过程的生产效率。

主权项

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＝{Pos_g，E_g}，其中Pos_g＝{(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E_g＝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)‑Ψ(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。