基于混合建模双酚A催化剂活性软测量应用.docVIP

基于混合建模双酚A催化剂活性软测量应用【摘要】针对复杂生产过程的软测量，采用基于结构风险最小化的支持向量机为生产过程建模.首先，其复杂度低.其次，所建模型的预测效果也来的好.但是相较于单一的支持向量机建模，如果将生产机理与支持向量机结合，即所谓的混合建模，则混合建模比单一的支持向量机的预测效果来得更加精确.本文应用了双酚A催化剂活性软测量建模，仿真结果表明了将双酚A催化剂活性的机理生产过程与支持向量机相结合的建模比单一的支持向量机建模来得准确. 【关键词】混合建模；支持向量机；双酚A催化剂活性；软测量 1.引言 随着工业过程对象的日益复杂，在很多应用中，仅仅靠控制常规的测量参数很难达到让人满意的控制效果，而且很多重要的指标都很难在线获得，所以促使软测量技术产生并得以发展。比如双酚A催化剂活性，双酚A的生产工艺主要采用阳离子交换树脂法[1]，以酸性阳离子交换树脂为催化剂，阳离子树脂催化剂随着时间的变化，其活性不断降低，其下降的程度直接影响缩合反应的程度，所以它是直接影响生产双酚A的重要因素，因此，研究双酚A催化剂活性的变化是既有理论价值，又有重要的工程意义。看过多篇文献，知道催化剂活性建模方法可以采用常规的时间序列建模方法比如支持向量机，但是这是完全基于历史数据的黑箱模型，缺乏物理化学基础，其模型估计结果不具有可解释性，往往难以反应对象的特性，有可能难以把握催化剂活性的变化趋势。本文提出了将机理与支持向量机相结合的一种建模方法，即混合建模[2]，又被称为“灰箱建模”，它在反应过程的机理和噪声影响的同时，能够较为实际地反应过程的真实情况，在现实中得到了广泛的应用。 2.软测量理论 软测量的基本思想[3]是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术对于一些难于测量或暂时不能测量的重要变量(主导变量)，选择另外一些容易测量的变量(辅助变量或二次变量)，通过构成某种数学关系来推断和估计，用软件来代替硬件功能。 软测量技术主要由4个相关要素组成：(1)中间辅助变量的选择；(2)数据处理；(3)软测量模型建立；(4)软测量模型的在线校正。其中(3)是软测量技术最重要的组成部分。 2.1 中间辅助变量的选择 它是建立软测量模型的第一步，它包括变量类型，变量数量和监测点的选择。三者互相关联，互相影响。常用的选择方法有两种：一种是通过机理分析的方法，找到那些对被测变量影响大的相关变量；另一种是采用主元分析，部分最小二乘法等统计方法进行数据相关性分析，剔除冗余的变量，降低系统的维数。需要注意的是，辅助变量的个数不能少于被估计的变量数。 2.2 数据处理 软测量是根据过程测量数据经过数值计算而实现的，其性能在很大程度上依赖于所获过程测量数据的准确性和有效性。为了保证这一点，一方面，我们要均匀分配采样点，减少信息重叠。另一方面，对采集来的数据进行适当的处理，因为现场采集的数据会受到不同程度环境噪声的影响而存在误差。一般数据处理包括数据预处理和二次处理。 2.3 数学模型的建立 软测量模型是软测量技术的核心。它是通过辅助变量来获得对主导变量的最佳估计。本文利用了两种方法。一种是单一的支持向量机建模，另一种是混合建模方法。 2.4 数学模型修正 由于过程的随机噪声和不确定性，所建数学模型与实际对象间有误差，若误差大于工艺允许的范围内，应对数学模型进行校正。 3.离子交换树脂催化剂失活[4] 3.1 离子交换树脂催化反应机理分析 常用的离子交换树脂为磺化的苯乙烯一二乙烯基苯交联的球粒状共聚物。它既不溶解，也不熔融，但是它可以溶胀，每个树脂颗粒都由交联的立体骨架构成，磺酸基团连结于树脂内部的空间网状骨架上，骨架可离解出氢离子，作为活性中心。该催化反应属于正碳离子的反应机理。 3.2 离子交换树脂催化失活机理分析 双酚A合成反应使用阳离子树脂催化剂，在使用过程中，随时间推移，催化剂会逐渐失去它的活性。阳离子树脂催化剂失活的主要原因是催化剂的活性基团失去活性或有活性的基团被转化成没有活性的基团，也会因为自身特性和操作条件的变化引起催化剂活性的波动。根据相关化学原理，使得阳离子交换树脂失去活性的因素大致有如下几个：阳离子物质；醇；氢原料物质；高温；水[5][6]。 然而上面五个影响催化剂活性的因素都没有办法用传感器在线测量，也就不适用于工业现场对催化剂活性的软测量。为了满足双酚A生产现场对催化剂活性进行在线监测的需求，本文结合相关机理以及生产经验，通过分析寻找出了影响催化剂活性并可在线测量的若干因素，将其运用到催化剂活性软测量建模之中。通过研究大量文献，可以知道影响催化剂活性并能在线测量的几个因素：催化剂的使用时间；酚酮比；反应温度；生产负荷，将这些影响因素运用到软测量