动态B-P算法在轻苯产品质量检测中应用.pdfVIP

《7台金自动4艺20lo年Sl 动态B-P算法在轻苯产品质量检测中的应用 杨立清1，高士臣2 (1．内蒙古科技大学信息工程学院，内蒙古包头014010；2．包头钢铁(集团)公司) 摘要：对动态B．P算法在蒸馏塔塔顶轻苯产品质量检测中的应用进行了研究。提出了一种通用蒸馏塔塔顶产品 质最在线分析的新方法，即应用人工神经网络对其建模，实现产品质量的在线分析。研究结果表明采用B—P网 络洲练方法计算轻苯干点值，其结果与化验值具有良好的一致性，检验了人工神经网络用于蒸馏塔塔顶产品质 量在线测蹬的可行性。 关键词：蒸馏；人工神经网络；B—P算法；在线分析 目前，蒸馏塔塔顶产品质量及产量是工业生 计算仍具有一定的滞后，难以满足在线控制要求， 产中蒸馏塔有效利用的关键控制条件。在焦化产 关键问题在于特征输入的筛选，网络结构的确定 品生产过程中，在线检测蒸馏塔塔顶产品(如轻苯 等因素。三层前馈神经网络如图l所示。 干点、工业萘转鼓等)可大幅度净化产品质量、提 高产量。对于其质量分析，常采用化学分析法，如 滴定分析法…、重量分析法旧J，但由于此类分析法 自身的缺陷，难以精确分析动态环境下的产品质 量。在线检测属于动态监测技术，更易控制复杂 蒸馏塔塔顶产品的质量。一般说来，塔顶馏出产 输入层 酷层 输出层 品质量指标由其组成成分决定，而成分与工艺参 图1三层前馈神经网络 数如塔顶温度、塔顶压力以及回流量密切相关。 为了更为精确地检测与控制蒸馏塔塔顶轻苯产品 蒸馏是物质气／液相间的传质过程，其传质过 的质量指标，本文研究了采用人工神经网络进行 程极限为相平衡。对于理想溶液的气／液平衡关 在线软测量的可行性以及软件实现方法及算法。 系遵循拉乌尔(Raoult)定律，即 1 人工神经网络在线软测量的可行性 P。=以瓦 (1) 采用在线软测量——人工神经网络法对蒸馏 式中，P。为溶液上方A组分的平衡分压，Pa；哎为 塔塔顶馏出工业产品质量指标进行评估，可优化 同温度下A的纯组分的饱和蒸汽压，Pa；X。为溶 工业现场控制条件，避免在自动控制中出现复杂 液中A组分的摩尔分数。 非线性、长时间滞后的现象。图l为典型三层前 对于塔顶蒸馏产品的质量指标由蒸馏气体中 Hecht 馈神经网络，即B．P网。RobertNielson证A组分含量决定，设气相中A组分摩尔分数(即组 明日j，在闭区间内，一连续函数可以通过一个隐含 成)为Y．，溶液上方气相的总压为P。当体系总压 层的B—P网络来逼近，因此，三层B—P神经网络可不大时，气相可视为理想气体。由分压定律可知： 以实现任意n维到m维的映射。这种神经网络具 尸^=Py。 (2) 有自学习特性，通过输入多组具有代表性的数据 结合式(1)与式(2)，可知： 后，自动建立输入与输出端之间的关系，此数据投 YA=碟XA／P (3) 入使用后，结合输入，就可以计算输出数据。随着 由(3)式可知，理想气／液平衡时，气相组成Y． 计算数据的增多，可修正其结构。虽然说人工神 与气相总压P、某一温度下A组分的纯溶液的饱 经网络法具有扩展性、实用性等特征，但其学习 和蒸汽压一(与温度相关)、溶液中A组分的摩尔 收稿日期：20094)6-03；修改稿收到日期：2009—10-22 作者简介：杨立清(1970一)，女，内蒙古赤峰人，副教授，硕士，现土要从事仪表自动