软测量技术在SMB色谱分离过程中的应用.pdfVIP

软测量技术在 SMB 色谱分离过程中的应用 1，2 1 2 李凌 ，井元伟 ，袁德成 （1.东北大学.信息科学与工程学院，辽宁，沈阳，110004；2.沈阳化工学院.信息工程学院，辽宁，沈阳，110142） 摘要：针对 SMB 色谱分离过程中组分纯度难于实时在线测量的问题,建立了一种基于 BP 神经网络的软测量 模型。首先对实际生产中的原始数据，经过过失误差剔除及滤波处理后得到一套训练数据和校验数据组成训 练样本，然后采用 BP 神经网络进行训练，得到组分纯度的非参数模型。为加快网络收敛速度，采用改进 BP 算法对其进行训练。在 MATLAB 工作平台上进行了大量的仿真研究，对该模型进行验证，仿真结果表明，该 方法的有效性。 关键词：模拟移动床;软测量;人工神经元网络;BP 算法;改进 BP 算法 中图分类号：TP274 文献标识码：B Soft-Sensor Technology in SMB Chromatogram Separation Process 1，2 1 2 LI Ling ,JING Yuan-wei ,YUAN De-cheng (1,Collage of Information Science Engineering, Northeastern University, Liaoning Shenyang 110006,China; 2, School of Information Engineering, Shenyang Institute of Chemical Technology, Liaoning Shenyang 110142, China) Abstract: In order to realize the online measurement in SMB separation process, a soft sensor model based on BP neural network which measures two components purity is built up. First by filter process of practical primal data, the training samples are gained. Then the nonparametric model on component purity is developed by use of BP neural network. Improved BP algorithm is applied to fast convergence. Much computer simulation on Matlab validates this method. Keywords: Simulated moving bed; Soft-sensor; Artificial neural network (ANN); BP algorithm; Improved BP algorithm 1 引言 在过程控制中，存在着一个重要问题就是过程输出变量的估计，许多工业过程由于受工艺和技术的 限制，输出变量难以检测出来，比如产品浓度、精馏塔的塔板效率、产品组分、生物发酵罐的生物量参 数、高炉铁水的硅含量等指标都难以检测出来，这就给过程控制和监测带来困难。以往生产中常用方法 是每隔几小时采样一次，送实验室进行人工分析，然后再根据人工分析值进行调整，这显然要滞后几个 小时，远远不能满足在线控制的要求。 为了解决这个问题，目前一般采用两种方法：一种是间接测量，它利用一些辅助可测变量去估计难 以测量的变量，即软测量方法；另一种方法就是使用在线分析仪。但目前在线分析仪表的价格昂贵，维 护保养复杂，需配备专门人员，同时它仍有 10-20min 的测量滞后，且其分析数据的可靠性也有待进一 步提高。因此本文主要研究基于神经网络的软测量技术，实现 SMB 组分在线测量。这种软仪表主要是 通