[发明专利]一种基于多模块分阶段的连续搅拌在线监测方法

摘要

本发明公开了一种基于多模块分阶段的连续搅拌在线监测方法，包括：步骤一、按照采样周期，通过传感器测量反应物浓度C0、催化剂浓度C′、产物浓度CS、反应温度T、反应时间t；步骤二、依次将步骤一中获取的参数进行规格化，确定三层BP神经网络的输入层向量x＝{x1,x2,x3,x4,x5}；其中x1为反应物浓度系数，x2为催化剂浓度系数、x3为产物浓度系数、x4为反应温度系数、x5为反应时间系数；步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；步骤四、得到输出层向量o＝{o1,o2,o3}；o1为催化剂阀门开度调节系数，o2为搅拌速率调节系数，o3为冷却液阀门开度；步骤五、控制催化剂阀门开度、搅拌速率以及冷却液阀门开度。

主权项

1.一种基于多模块分阶段的连续搅拌在线监测方法，其特征在于，当搅拌器工作时，基于BP神经网络确定连续搅拌反应釜的工作状态，包括以下步骤：步骤一、按照采样周期，通过传感器测量反应物浓度C₀、催化剂浓度C′、产物浓度C_S、反应温度T、反应时间t；步骤二、依次将步骤一中获取的参数进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄,x₅}；其中x₁为反应物浓度系数，x₂为催化剂浓度系数、x₃为产物浓度系数、x₄为反应温度系数、x₅为反应时间系数；步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_m}；m为中间层节点个数；步骤四、得到输出层向量o＝{o₁,o₂,o₃}；o₁为催化剂阀门开度调节系数，o₂为搅拌速率调节系数，o₃为冷却液阀门开度；步骤五、控制催化剂阀门开度、搅拌速率以及冷却液阀门开度，使其中，和分别为第i次采样周期输出层向量前三个参数，K_max为催化剂阀门最大开度，V_max为搅拌最大速率，K′_max为冷却液阀门最大开度；K_i+1为第i+1个采样周期时催化剂阀门开度、V_i+1为第i+1个采样周期时搅拌速率，K′_i+1为第i+1个采样周期时冷却液阀门开度。