基于神经网络与灰色模型的非线性对象的状态预估.pdfVIP

基于神经网络和灰色模型的非线性对象的状态预估 李方方 赵英凯 (南京工业大学自动化学院 江苏 南京 210009 ) 摘要： 以某己内酰胺厂磷酸羟胺(HPO)的制备的现场数据为基础，利用贝叶斯正则化神经 网络和灰色模型建立了磷酸羟胺中的H+浓度的预测模型；比较了神经网络和灰色模型的差 异，并把两者结合起来，建立模型进行预测。最后验证了用神经网络和灰色模型相结合建立 起来的磷酸羟胺模型可以迅速有效的预测信息，从而为实现质量指标的实时预估和获取专家 系统知识奠定了基础。 关键词： 磷酸羟胺(HPO)；BP 网络；贝叶斯正则化；灰色模型；GNNM(1，1) 中图分类号：TP183 文献标志码：A State Prediction on Nonlinear System Based on Neural network and Grey model Li Fangfang Zhao Yingkai (Nanjing University of Technology, Nanjing 210009, China ) Abstract ： Based on the local datas from the preparation of the HPO in the hexanolactam factory. The predictive models using Bayesian regularization neural network and grey model are established for the H+ concentration in the HPO, two kinds of model are compared and associated to establish model and to predict. At last it proves that the proposed predictive models can predict effective information on the HPO model efficiently and rapidly. So it proves a method for the quality predict and getting the knowledge of the expert systerm. Keywords ：HPO; BP; Bayesian regularization; Grey model; GNNM(1，1) 1 引言： 家系统知识奠定了基础。 磷酸羟胺的制备是己内酰胺生产的重 2 贝叶斯正则化网络及其学习算法 要环节。它是由磷酸缓冲液经H2或含氢的循 神经网络由于其大规模并行处理、容错 环气催化还原生成，反应是在活性碳为载体 性、自组织和自适应能力及联想功能强等特 的Pt/Pd催化剂作用下，在反应温度 60℃， 点，已成为解决很多问题的有力工具，但是 压力 2650kPa及不断搅拌的情况下进行的。 在解决实际问题时，需要针对具体情况确定 影响羟胺反应的主要因素有催化剂的活性、 网络层数、各神经元数、拟合误差、学习速 羟胺反应器的压力、温度、循环尾气流量以 率和样本数据。这些问题都与网络的预测精 及磷酸缓冲液中的各离子浓度。反应生成物 度、训练时间密切相关，直接影响网络的预 磷酸羟胺中的离子浓度与pH值则部分反映 测效果和计算效率。 了整个羟胺反应器的反应情况，也直接影响 贝叶斯正则化算法，能够拟合某一附加白 到环己酮肟的质