基于Bootstrap多神经网络的软测量方法.pdf

2009年7月 控 制 工 程 Jul．2009 Control ofChina 第16卷第4期 Engineering V01．16，No．4 文章编号：1671-7848(2009)04-0475-03 基于Bootstrap多神经网络的软测量方法 周 长‘，张杰2，吕文祥1，刘先广3，黄德先1 (1．清华大学自动化系．北京100084；2．纽卡斯尔大学化工与先进材料学院。英国纽卡斯尔NEi7RU； 3．北京清大腾飞公司。北京100084) 摘 要：针对原油蒸馏过程常规软测量模型难以适应原油进料性质变化的问题．提出 多个样本子空间，训练出多神经网络模型，避免了单个神经网络易于陷入局部最优及过度-／∞l 练的弱点。具有较高的准确率和泛化能力。本处理策略用于建立常压塔一线千点的软测量模 型．仿真结果表明模型预测准确率和鲁棒性较好，对原油性质变化具有较好的适应性。该方法 将会改进实际蒸馏过程在进料性质变化情况下的产品质量指标的软测量精度。 关键词：原油蒸馏：软测量；Bootstrap；多神经网络 183 中图分类号：TP 文献标识码：A Soft-sensorBasedOil NeuralNetwork BootstrapAggregated ZHOU De．xianl Chang’．ZHING此2，LV Wen-xiang’，LIUXian-guan93，HUANG 0f (I．Ik．partmentAutomat／on．TsinghnaUniversity．Beijing100084．China； 2．School0fChemical andAdvanced NEI Engineering Materials，NewcastleUnitrersity。NewcastleuponTyne 7RU，UK； 100084，China) 3．BeijingTechflyCompany．Beijing nonlinear with neuralnetworkis to the ofcon·· Abstract：Asoft·-sensingstrategybootstrapaggregated propo鲥tsqlvepooradaptability ventional80fl-鸵llgor when variesincrudeoildistillation．A neural methodsfeedstock networkshowsbetteraccu．ra- bootstrapaggregated and thana neuralnetworkwhichCallbe inalocalminimumover—fitted data． cy