人工智能理论在催化裂化装置优化控制中的应用的分析.pdfVIP

摘要 人工智能理论在催化裂化装置优化 控制中的应用研究 摘要 ：本实验室开发的催化裂化计算机优化控制系统自一九九五年初在 广州石化炼油厂投用后，产生了良好的效果，并获得了国家发明专利。 原优化控制系统是90年代前期设计出来的，在工程化改造过程中就有 必要采用一些新的理论或技术对原系统加以完善。这套优化控制系统需 要解决好几个重要的问题，其中的两个问题是故障诊断和转化率预估问 题。对于故障诊断原优化控制系统采用了一种模糊推理诊断方法，工业 现场的实际应用结果证明了该诊断方法在闭环运行时安全可靠，但在自 适应能力方面还有提高的余地。对于转化率预估则应用了BP神经网络 技术，取得了一定的效果，但BP网络也存在较大的缺陷尤其是不适合 在线校正运算。』 ／ 本文的工作是针对这两个问题展开的，试图依据因素空间理论和 RBF神经网络这两个人工智能理论对上面两个问题加以改善。 对于故障诊断问题，本文结合模糊推理诊断技术，在因素空间理论 的基础上发展出一种变权诊断方法。首先介绍了因素空间框