[發明專利]丙烯聚合生產過程自適應最優預報系統和方法

有效

• 申請號: 201310659482.7
• 申請日: 2013-12-09
• 公開（公告）號: CN103838209A
• 公開（公告）日: 2014-06-04
• 發明（設計）人: 劉興高;李九寶
• 申請（專利權）人: 浙江大學
• 主分類號: G05B19/418
• 分類號: G05B19/418;G06N3/02
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 周烽

技術領域

本發明涉及一種最優預報系統及方法，具體是一種丙烯聚合生產過程自適應最優預報系統及方法。

背景技術

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。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。為使我國聚丙烯產品具有市場競爭力，開發剛性、韌性、流動性平衡好的抗沖共聚產品、無規共聚產品、BOPP和CPP薄膜料、纖維、無紡布料，及開發聚丙烯在汽車和家電領域的應用，都是今后重要的研究課題。

熔融指數是聚丙烯產品確定產品牌號的重要質量指標之一，它決定了產品的不同用途，對熔融指數的測量是聚丙烯生產中產品質量控制的一個重要環節，對生產和科研，都有非常重要的作用和指導意義。

然而，熔融指數的在線分析測量目前很難做到，一方面是在線熔融指數分析儀的缺乏，另一方面是現有的在線分析儀由于經常會堵塞而測量不準甚至無法正常使用所導致的使用上的困難。因此，目前工業生產中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，給丙烯聚合生產的質量控制帶來了困難，成為生產中急需解決的一個瓶頸問題。聚丙烯熔融指數的在線預報系統及方法研究，從而成為學術界和工業界的一個前沿和熱點。

發明內容

為了克服目前已有的丙烯聚合生產過程的測量精度不高、易受人為因素的影響的不足，本發明的目的在于提供一種在線測量、在線參數優化、預報速度快、模型自動更新、抗干擾能力強、精度高的基于智能粒子群算法尋優的丙烯聚合生產過程熔融指數最優預報系統及方法。

本發明解決其技術問題所采用的技術方案是：

一種丙烯聚合生產過程自適應最優預報系統，包括丙烯聚合生產過程、用于測量易測變量的現場智能儀表、用于測量操作變量的控制站、存放數據的DCS數據庫、基于智能蟻群算法尋優的最優預報系統以及熔融指數預報顯示儀，所述現場智能儀表、控制站與丙烯聚合生產過程連接，所述現場智能儀表、控制站與DCS數據庫連接，所述DCS數據庫與自適應最優預報系統的輸入端連接，所述自適應最優預報系統的輸出端與熔融指數預報顯示儀連接，其特征在于：

所述自適應最優預報系統包括：

（1）、數據預處理模塊，用于將從DCS數據庫輸入的模型輸入變量進行預處理，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間；

（2）、PCA主成分分析模塊，用于將輸入變量預白化處理及變量去相關，通過對輸入變量施加一個線性變換實現，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。若對原始數據進行重構，可由M=CU^T計算，其中上標T表示矩陣的轉置。當選取的主成分數目小于輸入變量的變量個數時，M=CU^T+E，其中E為殘差矩陣；

（3）、神經網絡模型模塊，用于采用RBF神經網絡、通過誤差函數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）、自適應智能優化模塊，用于采用基于智能粒子群算法的優化模塊對神經網絡進行優化，包括：

（4.1）算法初始化，根據待優化的RBF神經網絡結構構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值OP=(p¹,p²,…,p^N)和全局最優值p^g；

（4.2）通過下式執行智能粒子群算法，讓粒子群收斂：