[發(fā)明專利]基于RBF與GDHP的天然氣吸收塔脫硫過程控制方法有效
| 申請?zhí)枺?/td> | 201711117435.4 | 申請日: | 2017-11-13 |
| 公開(公告)號: | CN107703760B | 公開(公告)日: | 2020-11-27 |
| 發(fā)明(設(shè)計)人: | 汪波;劉華超;周偉;甘麗群;李曉亮;易軍;李太福 | 申請(專利權(quán))人: | 重慶科技學(xué)院 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 重慶為信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50216 | 代理人: | 龍玉洪 |
| 地址: | 401331 重*** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 rbf gdhp 天然氣 吸收塔 脫硫 過程 控制 方法 | ||
1.基于RBF與GDHP的天然氣吸收塔脫硫過程控制方法,其特征在于包括如下步驟:
步驟1:通過分析天然氣吸收塔脫硫工藝過程,確定影響天然氣脫硫效果的主要因素為酸性天然氣處理量和醇胺溶液循環(huán)量,分別用u1和u2表示,由此構(gòu)成控制信號u(k)=[u1,u2];
步驟2:確定脫硫過程模型輸入樣本數(shù)據(jù)輸出樣本數(shù)據(jù),采用輸入層神經(jīng)元個數(shù)為4,隱含層節(jié)點為10,輸出層神經(jīng)元個數(shù)為2,隱含層傳遞函數(shù)為tansig函數(shù),輸出層傳遞函數(shù)為purelin函數(shù),期望誤差最小值為0.0001,修正權(quán)值的學(xué)習(xí)效率為0.05的BP神經(jīng)網(wǎng)絡(luò)建立天然氣吸收塔脫硫過程模型;
步驟3:設(shè)定控制目標(biāo)值運用RBF神經(jīng)網(wǎng)絡(luò)設(shè)計GDHP方法中的評價網(wǎng)絡(luò)和執(zhí)行網(wǎng)絡(luò),并分別通過執(zhí)行網(wǎng)絡(luò)和評價網(wǎng)絡(luò)獲得控制信號u(k)=[u1,u2]和性能指標(biāo)函數(shù)J(k)及其對系統(tǒng)狀態(tài)x(k)的偏導(dǎo)建立RBF-GDHP的天然氣吸收塔脫硫過程控制方法;
步驟4:將步驟3所得控制信號u(k)=[u1,u2]和當(dāng)前時刻系統(tǒng)狀態(tài)x(k)=[x1,x2]作為吸收塔脫硫過程模型輸入,從而得到系統(tǒng)輸出x(k+1);
步驟5:計算控制誤差E(k),若小于期望誤差,結(jié)束訓(xùn)練,否則返回步驟3。
2.根據(jù)權(quán)利要求1所述的基于RBF與GDHP的天然氣吸收塔脫硫過程控制方法,其特征在于步驟3中的RBF-GDHP控制方法包括以下步驟:
步驟3-1:根據(jù)控制誤差E(k),采用RBF神經(jīng)網(wǎng)絡(luò)更新評價網(wǎng)絡(luò)和執(zhí)行網(wǎng)絡(luò)權(quán)值;
步驟3-2:計算控制信號u(k);
步驟3-3:計算評價網(wǎng)絡(luò)輸出J(k+1)和λ(k+1)。
3.根據(jù)權(quán)利要求1所述的基于RBF與GDHP的天然氣吸收塔脫硫過程控制方法,其特征在于:
步驟5中控制誤差E(k)計算公式為:
E(k)=α1||E1(k)||+(1-α2||E2(k)||)
其中,
函數(shù)U(k)是效用函數(shù),為控制信號u(k)和代價函數(shù)J(k)的函數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶科技學(xué)院,未經(jīng)重慶科技學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711117435.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量測量方法
- 基于k均值的RBF神經(jīng)網(wǎng)絡(luò)算法的電機故障診斷方法
- 一種配有RBF網(wǎng)絡(luò)的AGC系統(tǒng)支持的厚度測量裝置
- RBF?AR模型的新型網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)辨識方法
- 一種基于FOA優(yōu)化的SOM?RBF的壓力傳感器溫度補償方法
- 基于RBF神經(jīng)網(wǎng)絡(luò)的機械手運動學(xué)逆解方法
- 基于PCA-GA-RBF的換熱器污垢生長預(yù)測方法
- 基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)RBF評價方法
- 體紋理合成方法、裝置與設(shè)備
- 一種無需角速度反饋的快速響應(yīng)小衛(wèi)星姿態(tài)控制方法





