用动态神经网络解决粘度预测的方法.PDF
文本预览下载声明
1
1 1
第 26 卷第 3 期 北 京 化 工 大 学 学 报 Vol. 26 ,No. 3
1 1 1
1999 年 JOURNAL OF BEIJ IN G UNIVERSITY OF CHEMICAL TECHNOLOGY 1999
用动态神经网络解决粘度预测的方法
2 2
张国萍 曹柳林
(北京化工大学自动化系 , 北京 , 100029)
摘 要 针对聚酯生产中粘度计测量滞后的问题 , 报告了用动态神经元网络进行粘度预测的方法 , 着重讨论了神
经网络输入变量的选择 ,构成动态神经网络的结构以及实现在线修正的方法 。
关键词 聚酯 ; 神经元网络 ; 粘度
分类号 TQ 271 22 ; 271 62
聚酯 ( PET) 监控生产过程中 , 动力粘度是熔融 行了研究。
态 PET 质量的重要目标 , 必须及时而准确地测量。 1 1 工艺介绍与分析
在工艺设计中常采用反应釜真空度和动力粘度串级 聚酯生产包括酯交换和缩聚两个阶段。原料
调节的方式以提高粘度的控制精度。但由于目前使 DM T(对苯二甲酸二甲酯) 和 EG(乙二醇) 及添加剂
用的动力粘度计存在不可忽视的测量滞后 , 使得上 连续定量地供应到酯交换釜 , 反应生成的单体被送
述串级调节方式难以真正实现。如果能准确地预估 入缩聚工序中。缩聚工序由四个串联的卧式圆柱型
粘度值 , 则可消除测量滞后带给质量控制的影响。 反应釜组成 , 每釜由堰板分隔成 6~8 个小室。末釜
人工神经元网络 (ANN) 在粘度预测方面已得到应 反应器的出口处安装一动力粘度计 (VM) 。由于在
[1 ,2 ]
用并取得良好的效果 。 线粘度计 VM 含有约 3 min 的测量滞后 , 使得原
目前常用的是前向神经网络 ( FNN) , 如误差反 VM 给出的粘度值实质上是当前粘度的时延值。本
向传播网络 (BP) 。但是 BP 网络本质上是静态的 , 文采用的神经网络就是通过当前可测的工艺参数预
而实际生产过程中的系统多为动力学系统。近几年 测 3 min 后的粘度值。从 PET 粘度变化特点考虑 ,
具有动态特性的神经网络正逐渐引起人们的重视 , 粘度值与第四反应釜的操作参数 , 如真空度、温
[3 ]
越来越多地应用在软测量和软仪表技术中 。 度、搅拌机电流等有直接的关系 , 而前几时刻的粘
本文以某聚酯厂的连续聚酯工艺为研究对象。 度值则反映出它们的历史影响 ,即反应釜的状态。
经实验分析发现 , 该厂使用的动力粘度计存在 3 1. 2 用统计分析方法确定输入变量
min 的测量滞后。本文探讨使用含动态特性的神经
显示全部