[發(fā)明專利]丙烯聚合生產(chǎn)過程徑向基最優(yōu)軟測量儀表和方法

無效

• 申請?zhí)枺?/td>: 201310659408.5
• 申請日: 2013-12-09
• 公開（公告）號: CN103838957A
• 公開（公告）日: 2014-06-04
• 發(fā)明（設(shè)計）人: 劉興高;李九寶
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 周烽

技術(shù)領(lǐng)域

本發(fā)明涉及一種最優(yōu)軟測量儀表及方法，具體是一種丙烯聚合生產(chǎn)過程徑向基最優(yōu)軟測量儀表及方法。

背景技術(shù)

聚丙烯是由丙烯聚合而制得的一種熱塑性樹脂，丙烯最重要的下游產(chǎn)品，世界丙烯的50%，我國丙烯的65%都是用來制聚丙烯，是五大通用塑料之一，與我們的日常生活密切相關(guān)。聚丙烯是世界上增長最快的通用熱塑性樹脂，總量僅僅次于聚乙烯和聚氯乙烯。為使我國聚丙烯產(chǎn)品具有市場競爭力，開發(fā)剛性、韌性、流動性平衡好的抗沖共聚產(chǎn)品、無規(guī)共聚產(chǎn)品、BOPP和CPP薄膜料、纖維、無紡布料，及開發(fā)聚丙烯在汽車和家電領(lǐng)域的應(yīng)用，都是今后重要的研究課題。

熔融指數(shù)是聚丙烯產(chǎn)品確定產(chǎn)品牌號的重要質(zhì)量指標之一，它決定了產(chǎn)品的不同用途，對熔融指數(shù)的測量是聚丙烯生產(chǎn)中產(chǎn)品質(zhì)量控制的一個重要環(huán)節(jié)，對生產(chǎn)和科研，都有非常重要的作用和指導(dǎo)意義。

然而，熔融指數(shù)的在線分析測量目前很難做到，一方面是在線熔融指數(shù)分析儀的缺乏，另一方面是現(xiàn)有的在線分析儀由于經(jīng)常會堵塞而測量不準甚至無法正常使用所導(dǎo)致的使用上的困難。因此，目前工業(yè)生產(chǎn)中MI的測量，主要是通過人工取樣、離線化驗分析獲得，而且一般每2-4小時只能分析一次，時間滯后大，給丙烯聚合生產(chǎn)的質(zhì)量控制帶來了困難，成為生產(chǎn)中急需解決的一個瓶頸問題。聚丙烯熔融指數(shù)的在線軟測量儀表及方法研究，從而成為學(xué)術(shù)界和工業(yè)界的一個前沿和熱點。

發(fā)明內(nèi)容

為了克服目前已有的丙烯聚合生產(chǎn)過程的測量精度不高、易受人為因素的影響的不足，本發(fā)明的目的在于提供一種在線測量、在線參數(shù)優(yōu)化、軟測量速度快、模型自動更新、抗干擾能力強、精度高的基于粒子群優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的丙烯聚合生產(chǎn)過程熔融指數(shù)最優(yōu)軟測量儀表及方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種聚丙烯生產(chǎn)過程徑向基最優(yōu)軟測量儀表，包括丙烯聚合生產(chǎn)過程、用于測量易測變量的現(xiàn)場智能儀表、用于測量操作變量的控制站、存放數(shù)據(jù)的DCS數(shù)據(jù)庫、徑向基最優(yōu)軟測量儀以及熔融指數(shù)軟測量顯示儀，所述現(xiàn)場智能儀表、控制站與丙烯聚合生產(chǎn)過程連接，所述現(xiàn)場智能儀表、控制站與DCS數(shù)據(jù)庫連接，所述DCS數(shù)據(jù)庫與徑向基最優(yōu)軟測量儀的輸入端連接，所述徑向基最優(yōu)軟測量儀的輸出端與熔融指數(shù)軟測量顯示儀連接，其特征在于：所述徑向基最優(yōu)軟測量儀包括：

（1）、數(shù)據(jù)預(yù)處理模塊，用于將從DCS數(shù)據(jù)庫輸入的模型輸入變量進行預(yù)處理，對輸入變量中心化，即減去變量的平均值；再進行歸一化處理，即除以變量值的變化區(qū)間；

（2）、PCA主成分分析模塊，用于將輸入變量預(yù)白化處理及變量去相關(guān)，通過對輸入變量施加一個線性變換實現(xiàn)，即主成分由C=MU得到，其中M為輸入變量，C為主成分得分矩陣，U為載荷矩陣。若對原始數(shù)據(jù)進行重構(gòu)，可由M=CU^T計算，其中上標T表示矩陣的轉(zhuǎn)置。當(dāng)選取的主成分數(shù)目小于輸入變量的變量個數(shù)時，M=CU^T+E，其中E為殘差矩陣；

（3）、神經(jīng)網(wǎng)絡(luò)模型模塊，采用一個三層的RBF神經(jīng)網(wǎng)絡(luò)、通過誤差函數(shù)最小化來完成輸入到輸出的一種高度非線性映射，映射中保持拓撲不變性；

（4）、徑向基優(yōu)化模塊，用于采用徑向基優(yōu)化模塊對神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，包括：

（4.1）算法初始化，根據(jù)待優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)構(gòu)造出初始的粒子群體X=(x¹,x²,…,x^N)，初始移動速度V=(v¹,v²,…,v^N)，初始的各粒子歷代最優(yōu)值OP=(p¹,p²,…,p^N)和全局最優(yōu)值p^g；

（4.2）通過下式執(zhí)行粒子群優(yōu)化算法，讓粒子群收斂：