[發明專利]一種間歇化工生產過程及其控制方法

有效

• 申請號: 201310143728.5
• 申請日: 2013-04-24
• 公開（公告）號: CN103279075A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 馬正華;鄒凌;陳嵐萍;潘賽虎;陳陽;戎海龍
• 申請（專利權）人: 常州大學
• 主分類號: G05B19/418
• 分類號: G05B19/418;G05B13/04
• 代理公司: 南京知識律師事務所 32207
• 代理人: 盧亞麗

1.一種間歇化工生產過程及其控制方法，具體包括以下步驟：

（1）數據采集：建立基于Web?Service的數據采集交換平臺，應用數據通信與采集技術獲取先進控制所需數據，操縱生產裝置參數以及輸出控制參數；

（2）數據預處理：通過知識約簡,?導出問題的決策或分類規則；利用粗糙集對預處理后的故障信息進行屬性規約或約簡,?即根據診斷任務去除不相關的屬性,留下相關的屬性；采用基于時序分析的無需候選項的關聯規則挖掘算法來實現規則間的耦合分析與關聯分析；

（3）數據挖掘：利用關聯規則的數據信息挖掘方法，對間歇化工過程系統進行工況區域劃分、系統辨識，以及在此基礎之上實現的多模型融合、控制器重構策略；

（4）計算機建模：建立基于數據挖掘的神經網絡預測模型；

（5）仿真和控制：基于步驟（4）中的神經網絡預測模型建立相應的預測控制系統，并進行仿真控制，驗證步驟（4）中的神經網絡預測模型的合理性。

2.根據權利要求1所述的一種間歇化工生產過程及其控制方法，其特征在于：所述步驟（5）中的預測控制系統包括基于RBF網絡并行預測模型的非線性預測控制系統和基于神經網絡非線性廣義預測控制系統。

3.根據權利要求2所述的一種間歇化工生產過程及其控制方法，其特征在于：所述基于RBF網絡并行預測模型的非線性預測控制系統包括神經網絡預測模型和預測控制器，所述神經網絡預測模型采用RBF網絡。

4.根據權利要求2或3所述的一種間歇化工生產過程及其控制方法，其特征在于：所述神經網絡預測模型為基于改進遺傳算法的模糊神經網絡預測模型。

5.根據權利要求4所述的一種間歇化工生產過程及其控制方法，其特征在于：所述改進遺傳算法為在標準遺傳算法中加入了一個RBF算子，并采用動態交叉率和變異率，在RBF操作中采用動態優化的學習率，用個體之間的簡單運算代替原有的依據交叉率和變異率的交叉和變異操作。

6.根據權利要求2所述的一種間歇化工生產過程及其控制方法，其特征在于：所述基于神經網絡非線性廣義預測控制系統包括神經網絡非線性預測控制器和神經網絡預測模型，所述神經網絡非線性預測控制器由線性廣義預測控制器和人工神經網絡組成，所述神經網絡預測模型由人工神經網絡非線性系統和線性子系統組成。

7.根據權利要求6所述的一種間歇化工生產過程及其控制方法，其特征在于：所述人工神經網絡非線性系統和人工神經網絡均采用多層前饋型神經網絡。