軟測(cè)量技術(shù)在 smb 色譜分離過(guò)程中的應(yīng)用

《軟測(cè)量技術(shù)在 smb 色譜分離過(guò)程中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、軟測(cè)量技術(shù)在SMB色譜分離過(guò)程中的應(yīng)用1，212李凌，井元偉，袁德成（1.東北大學(xué).信息科學(xué)與工程學(xué)院，遼寧，沈陽(yáng)，110004；2.沈陽(yáng)化工學(xué)院.信息工程學(xué)院，遼寧，沈陽(yáng)，110142）摘要：針對(duì)SMB色譜分離過(guò)程中組分純度難于實(shí)時(shí)在線測(cè)量的問(wèn)題,建立了一種基于BP神經(jīng)網(wǎng)絡(luò)的軟測(cè)量模型。首先對(duì)實(shí)際生產(chǎn)中的原始數(shù)據(jù)，經(jīng)過(guò)過(guò)失誤差剔除及濾波處理后得到一套訓(xùn)練數(shù)據(jù)和校驗(yàn)數(shù)據(jù)組成訓(xùn)練樣本，然后采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到組分純度的非參數(shù)模型。為加快網(wǎng)絡(luò)收斂速度，采用改進(jìn)BP算法對(duì)其進(jìn)行訓(xùn)練。在MATLAB工作平臺(tái)上進(jìn)行了大量的仿真研究，對(duì)該模型進(jìn)行驗(yàn)證，仿真結(jié)果表明，該方法

2、的有效性。關(guān)鍵詞：模擬移動(dòng)床;軟測(cè)量;人工神經(jīng)元網(wǎng)絡(luò);BP算法;改進(jìn)BP算法中圖分類號(hào)：TP274文獻(xiàn)標(biāo)識(shí)碼：BSoft-SensorTechnologyinSMBChromatogramSeparationProcess1，212LILing,JINGYuan-wei,YUANDe-cheng(1,CollageofInformationScience&Engineering,NortheasternUniversity,LiaoningShenyang110006,China;2,SchoolofInformationEngineering,ShenyangInst

3、ituteofChemicalTechnology,LiaoningShenyang110142,China)Abstract:InordertorealizetheonlinemeasurementinSMBseparationprocess,asoftsensormodelbasedonBPneuralnetworkwhichmeasurestwocomponentspurityisbuiltup.Firstbyfilterprocessofpracticalprimaldata,thetrainingsamplesaregained.Thenthenonparam

4、etricmodeloncomponentpurityisdevelopedbyuseofBPneuralnetwork.ImprovedBPalgorithmisappliedtofastconvergence.MuchcomputersimulationonMatlabvalidatesthismethod.Keywords:Simulatedmovingbed;Soft-sensor;Artificialneuralnetwork(ANN);BPalgorithm;ImprovedBPalgorithm1引言在過(guò)程控制中，存在著一個(gè)重要問(wèn)題就是過(guò)程輸出變量的估計(jì)，

5、許多工業(yè)過(guò)程由于受工藝和技術(shù)的限制，輸出變量難以檢測(cè)出來(lái)，比如產(chǎn)品濃度、精餾塔的塔板效率、產(chǎn)品組分、生物發(fā)酵罐的生物量參數(shù)、高爐鐵水的硅含量等指標(biāo)都難以檢測(cè)出來(lái)，這就給過(guò)程控制和監(jiān)測(cè)帶來(lái)困難。以往生產(chǎn)中常用方法是每隔幾小時(shí)采樣一次，送實(shí)驗(yàn)室進(jìn)行人工分析，然后再根據(jù)人工分析值進(jìn)行調(diào)整，這顯然要滯后幾個(gè)小時(shí)，遠(yuǎn)遠(yuǎn)不能滿足在線控制的要求。為了解決這個(gè)問(wèn)題，目前一般采用兩種方法：一種是間接測(cè)量，它利用一些輔助可測(cè)變量去估計(jì)難以測(cè)量的變量，即軟測(cè)量方法；另一種方法就是使用在線分析儀。但目前在線分析儀表的價(jià)格昂貴，維護(hù)保養(yǎng)復(fù)雜，需配備專門(mén)人員，同時(shí)它仍有10-20min的測(cè)量滯后，

6、且其分析數(shù)據(jù)的可靠性也有待進(jìn)一步提高。因此本文主要研究基于神經(jīng)網(wǎng)絡(luò)的軟測(cè)量技術(shù)，實(shí)現(xiàn)SMB組分在線測(cè)量。這種軟儀表主要是通過(guò)一些較容易測(cè)量的工藝參數(shù)來(lái)間接獲得組分純度值。目前，軟測(cè)量技術(shù)已成為控制領(lǐng)域研究的一個(gè)熱點(diǎn)。軟測(cè)量技術(shù)主要包括四個(gè)方面：（1）輔助變量選擇；輔助變量的選擇就是從可測(cè)變量集中確定適當(dāng)數(shù)目的變量構(gòu)成輔助變量集。（2）測(cè)量數(shù)據(jù)處理；測(cè)量數(shù)據(jù)處理包括對(duì)建模歷史數(shù)據(jù)的分析、校正和對(duì)實(shí)時(shí)測(cè)量數(shù)據(jù)的變換、誤差處理等。歷史數(shù)據(jù)的處理包括數(shù)據(jù)的篩選、顯著誤差的剔除、一致性分析和處理等。實(shí)時(shí)測(cè)量數(shù)據(jù)傳遞給軟測(cè)量系統(tǒng)之后和交由軟測(cè)量模型處理之前，需要進(jìn)行誤差處理和數(shù)據(jù)變

7、換。（3）軟測(cè)量模型建立；軟測(cè)量模型的建立有基于機(jī)理的建模方法、基于輸入輸出數(shù)據(jù)的模型辨識(shí)方法與智能辨識(shí)方法、基于機(jī)理與輸入輸出數(shù)據(jù)的混合建模方法。（4）軟測(cè)量模型在線校正也是很重要的一環(huán)，它保證了軟測(cè)量模型能夠適應(yīng)生產(chǎn)過(guò)程的變[1]化。１2SMB色譜分離過(guò)程工作原理SMB技術(shù)是將多個(gè)色譜柱串聯(lián)，通過(guò)不斷改變各股物料的進(jìn)出口位置實(shí)現(xiàn)固液兩相的相對(duì)移動(dòng)而達(dá)到物質(zhì)的連續(xù)分離的目的。SMB色譜分離技術(shù)具有分離能力強(qiáng)，設(shè)備體積小，投資成本低，并特別有利于分離熱敏性高及難分離的物系等優(yōu)點(diǎn)。其應(yīng)用范圍遍及石油、精細(xì)化工、生物發(fā)酵、醫(yī)藥食品等[2~4]