间歇过程反应釜的软测量和迭代学习控制的研究.pdf

间歇过程反应釜的软测量和迭代学习控制的研究.pdf

  1. 1、本文档共90页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
硕士论文 间歇过程反应釜的软测量与迭代学习控制研究 摘 要 JIll I IIPll]IIrlr IIJIlI PIrrlrrlflfIll 凭借其灵活柔性、高附加值等特点,间歇过程在现代工业中得到了广泛应用。但间 歇过程的自动化水平相对连续过程还是偏低,一方面,对一些变量参数如反应物浓度, 缺少经济可靠的传感器对其在线检测,尽管正努力开发这类传感器,但实用性与可靠性 仍十分有限,无法满足实际需要;另一方面,间歇过程有大滞后、非线性、时变参数和 模型难确定等特点,对间歇过程控制系统的设计带来诸多困难。所以,本文就是针对在 化工过程广泛应用的间歇式反应釜存在的浓度测量和温度控制两大难点问题,分别进行 软测量和迭代学习控制研究,将对间歇过程的发展有重要意义。主要工作及创新点如下: 用于间歇反应釜的数据采集;研究了提高采集数据质量的数据预处理技术:剔除异常数 据、归一化处理、小波滤波和主元分析法。 (2)提出了一种基于改进型自适应遗传算法与BP神经网络集成的软测量建模算法。 该算法充分保留了遗传算法和BP神经网络各自优势,并改进不足最终得到全局最优解, 同时加快了收敛速度。给出了该算法的仿真研究及其在反应釜浓度软测量中的应用,结 果表明其精度较高,速度更快。 (3)提出了一种自适应切换PD超前型开闭环迭代学习控制策略。该策略适用于存 在控制和状态时滞的非线性系统,充分利用沿时间轴和迭代轴的系统信息,引入基于迭 代次数变化的PD参数自适应算法,加入遗忘因子并充分利用系统过去和当前信息;通过 算子理论做了收敛性证明;最后通过采用本文算法与超前型开闭环PD型迭代学习律进行 对比仿真研究,结果表明了算法的可行性和优越性。 (4)以典型间歇过程不饱和聚酯树脂生产为研究对象,进行反应釜温度曲线拟合, 确立了目标温度控制曲线,采用自适应切换PD超前型开闭环ILC算法对间歇反应釜进 行应用仿真研究,仿真结果表明该算法对间歇反应釜的温度控制难点问题能够给予较好 的解决,并取得较好的效果。 关键词:间歇过程,软测量,数据预处理,遗传算法,神经网络,迭代学习控制 硕士论文 Abstract Aswiththe value·addedfeaturesofbatch has flexibility,high process,batchprocess been usedinmodem levelofautomationofbatch is widely industry.However,the processes low tocontinuous one is affordableand hand,it relativelycompared process.On lacking as of reliableonlinesensorstodetectanumberofvariable suchconcentration parameters to such usefulnessand arestill tryingdevelopsensors,their reliabilityv

文档评论(0)

liybai + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档