[發(fā)明專利]一種氫氰酸生產(chǎn)過(guò)程的在線自適應(yīng)建模方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310031774.6
• 申請(qǐng)日: 2013-01-28
• 公開(kāi)（公告）號(hào): CN103116272A
• 公開(kāi)（公告）日: 2013-05-22
• 發(fā)明（設(shè)計(jì)）人: 李太福;侯杰;易軍;辜小花;姚立忠
• 申請(qǐng)（專利權(quán)）人: 重慶科技學(xué)院
• 主分類號(hào): G05B13/00
• 分類號(hào): G05B13/00
• 代理公司: 重慶為信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50216
• 代理人: 余錦曦

1.一種氫氰酸生產(chǎn)過(guò)程的在線自適應(yīng)建模方法，其特征在于按如下步驟進(jìn)行：步驟1：確定氫氰酸生產(chǎn)過(guò)程的輸入變量子空間：選擇氫氰酸生產(chǎn)過(guò)程中能夠被有效控制的M個(gè)控制變量作為模型輸入變量，以建立氫氰酸生產(chǎn)過(guò)程的轉(zhuǎn)化率模型，其中M＝9，輸入變量分別為：x₁表示氨的補(bǔ)償溫度，x₂表示氨的流量，x₃表示天然氣氨氣流量比，x₄表示空氣氨氣流量比，x₅表示氨的補(bǔ)償壓力，x₅表示天然氣的補(bǔ)償壓力，x₇表示空氣的補(bǔ)償壓力，x₈表示氣泡壓力，x₉表示大混合器出口溫度；

步驟2：對(duì)氫氰酸生產(chǎn)過(guò)程進(jìn)行數(shù)據(jù)采集，所得數(shù)據(jù)為[X_MN，Y]，其中：M為輸入變量數(shù)，N為采集數(shù)據(jù)樣本數(shù)，X為輸入變量子空間，Y為氫氰酸轉(zhuǎn)化率；

步驟3：對(duì)氫氰酸生產(chǎn)過(guò)程數(shù)據(jù)進(jìn)行預(yù)處理，得到受噪聲影響最小，最能反映出生產(chǎn)過(guò)程實(shí)際特性的有效數(shù)據(jù)：

3.1：對(duì)輸入變量數(shù)據(jù)進(jìn)行粗大誤差數(shù)據(jù)剔除，粗大誤差數(shù)據(jù)剔除后，[X_MN，Y]減少為[X_MH，Y](H≤N)；

3.2：對(duì)輸入變量數(shù)據(jù)進(jìn)行3σ準(zhǔn)則處理，3σ準(zhǔn)則處理后，[X_MH，Y](H≤N)減少為[X_MT，Y](T≤H)；

3.3：對(duì)輸入變量數(shù)據(jù)進(jìn)行五點(diǎn)三次平滑處理，利用最小二乘法原理對(duì)數(shù)據(jù)[X_MT，Y](T≤H)進(jìn)行五點(diǎn)三次最小二乘多項(xiàng)式平滑，五點(diǎn)三次平滑處理后，得到[X′_MT,Y](T≤H)；

3.4：進(jìn)行數(shù)據(jù)歸一化處理，得到新數(shù)據(jù)為[X″_MT，Y″](T≤H)；

具體歸一化處理方法如下：xi′′=0.002+0.95×(xi′-xmin′)xmax′-xmin′,]]>yi′′=0.05+0.9×(yi′-ymin′)ymax′-ymin′]]>

其中：x′_i：歸一化前的輸入變量；y′_i：歸一化前的氫氰酸轉(zhuǎn)化率；x″_i：歸一化后的輸入變量；y″_i：歸一化后的氫氰酸轉(zhuǎn)化率；x′_min：歸一化前輸入變量x′_i的最大值；x′_max：歸一化前輸入變量x′_i的最小值；y′_min：氫氰酸轉(zhuǎn)化率的最大值；y′_max：氫氰酸轉(zhuǎn)化率的最小值；

步驟4：采用無(wú)跡卡爾曼神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)處理后的數(shù)據(jù)[X″_MT，Y″](T≤H)進(jìn)行建模，以得到氫氰酸轉(zhuǎn)化率的精確模型：

通過(guò)無(wú)跡卡爾曼濾波對(duì)神經(jīng)網(wǎng)絡(luò)權(quán)值、閾值進(jìn)行估計(jì)，將神經(jīng)網(wǎng)絡(luò)權(quán)值、閾值作為無(wú)跡卡爾曼濾波的狀態(tài)變量，神經(jīng)網(wǎng)絡(luò)的輸出作為無(wú)跡卡爾曼濾波的測(cè)量變量，從而得到氫氰酸轉(zhuǎn)化率的精確模型；

所述無(wú)跡卡爾曼神經(jīng)網(wǎng)絡(luò)為3層神經(jīng)網(wǎng)絡(luò)，其中：隱含層傳遞函數(shù)為S型函數(shù)，輸出層傳遞函數(shù)為Purelin函數(shù)，該3層神經(jīng)網(wǎng)絡(luò)函數(shù)表達(dá)式如下：

y=h(wk,xk)=F2(wk2,F1(wk1,xk))=Σi=1qwi21+e[Σj=1Mwijxi+b1i]+bq]]>

其中：M=9，為輸入層神經(jīng)元數(shù)目；q為隱含層神經(jīng)元數(shù)目，采用試湊法公式來(lái)確定神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目，K為1～10之間的常數(shù)，通過(guò)訓(xùn)練模型效果比較，選擇最佳的q值作為神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目；

采用無(wú)跡卡爾曼濾波神經(jīng)網(wǎng)絡(luò)建立氫氰酸轉(zhuǎn)化率模型時(shí)，無(wú)跡卡爾曼濾波的狀態(tài)初始協(xié)方差、均值，以及無(wú)跡卡爾曼濾波中UT變換中擴(kuò)展因子的取值范圍均在0-1的范圍內(nèi)隨機(jī)給定。