基于多神经网络模型的石脑油干点软测量.pdfVIP

2004年7月 控 制 工 程 004 Jul．2 第11卷增刊 Control ofChina V01．1 Engineering 1，S1 文章编号：1671．7848(2004)S1．0052—04 基于多神经网络模型的石脑油干点软测量 张笑天，颜学峰，钱锋 (华东理工大学自动化研究所。上海200237) 摘 要：应用多神经网络建立初顶石脑油干点软测量模型。首先采用模糊C均值聚 类法将样本集分成具有不同聚类中心的子集。每个子集运用BP神经网络训练得出子模 型。然后根据聚类后产生的隶属度将各子模型的输出加权求和获得初顶石脑油干点软测 量值。同时为了克服因炼制原油性质无法及时获得而造成对初顶石脑油干点预测偏差的 影响，在子模型建立时将前一时刻初顶石脑油干点分析值作为网络模型的自变量。实际 应用表明，所建模型具有良好的预测精度，泛化能力强，效果令人满意。 关键词：模糊C均值聚类；软测量；初顶石脑油干点；多神经网络 中图分类号：TP273 文献标识码：A 1 引言 2模糊C均值聚类与多神经网络 常减压装置(CDU)是整个炼油工业的首要 聚类问题主要是将一组样本或数据按照一定 生产环节。负责完成原油一次加工的主要过程。 的相似性准则分成具有不同性质的几类[2]，所用 其中初馏塔是常减压装置的龙头，其控制的好坏， 的相似性准则对聚类过程非常重要，因为它决定 直接影响原油收率的提高和后续工序的操作稳 了一组数据中哪些数学特性可用来识别不同的聚 定…1。初顶石脑油干点是初馏塔重要的控制指 类。聚类方法有许多种，经典的聚类算法将每一 标，但该指标无合适的在线分析仪进行测定，只能 个辨识对象严格地划分为某一类。但是在实际中 离线分析，一般一天仅能测6次，不能满足实时控 某些对象并不具有严格的属性，它们可能位于两 制要求，给初馏塔控制带来困难。为此，本文将通 类之间，这时采用模糊聚类能获得更好的效果。 过建立初顶石脑油干点软测量模型，为初馏塔控 模糊聚类分析的基本思路为：欲将数据集 制提供基础和手段。 在软测量技术中，有关单个软模型的研究与 任意样本z^对第i类的隶属度为p珐，0≤户接≤1。 应用非常广泛，多个软测量模型通过一定方法相 所以该分类结果可以用一个c×靠阶矩阵【，来表 加的研究才刚刚起步，该方法的基本思想是通过 示，该矩阵称为模糊矩阵，且具有如下性质【3】3： 建立几个独立的神经网络模型，然后以一定的方 法把网络的输出结合起来，从而提高软测量模型 户擅∈[o，1]，∑户浊=1，0∑产砖以 i=l ^=1 的预测精度和鲁棒性。本文利用模糊c均值聚 为了在众多可能的分类中寻求合理的分类结 类法将样本集分成具有不同聚类中心的子集，每 果，为此，就要确定合理的聚类准则。定义目标函 个子集应用BP神经网络训练得到子模型，再用 数J(U，y)为 模糊聚类后产生的隶属度将各子模型的输出加权 2(1)