資源描述:
《氯乙烯懸浮聚合過(guò)程建模與優(yōu)化技術(shù)研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、浙江工業(yè)大學(xué)碩士學(xué)位論文氯乙烯懸浮聚合過(guò)程建模與優(yōu)化技術(shù)研究姓名:孔麗蘋(píng)申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):化學(xué)工程指導(dǎo)教師:潘海天20060401浙江工業(yè)大學(xué)碩士學(xué)位論文氯乙烯懸浮聚合過(guò)程建模與優(yōu)化技術(shù)研究摘要聚合反應(yīng)過(guò)程是一種典型的化工過(guò)程,具有反應(yīng)機(jī)理復(fù)雜、耦合性和非線性強(qiáng)等特點(diǎn)。這給聚合反應(yīng)過(guò)程建模、控制和優(yōu)化等方面的研究帶來(lái)了極大困難,而各種智能技術(shù)的飛速發(fā)展為解決此類問(wèn)題提供了一條比較可行的途徑。神經(jīng)網(wǎng)絡(luò)的反向傳播(BP)訓(xùn)練算法具有收斂速度慢的缺點(diǎn),在訓(xùn)練過(guò)程中會(huì)出現(xiàn)“鋸齒形”現(xiàn)象,并且越靠近極值點(diǎn)附近其收斂速度越慢。提出了幾種改進(jìn)訓(xùn)練算法,如附加動(dòng)量的BP算法、自適應(yīng)學(xué)習(xí)速率調(diào)整法、彈性B
2、P算法、FR共軛梯度法、BFGS--擬牛頓法和L—M法等,仿真實(shí)例結(jié)果證明了L—M法的收斂速度最快。由于神經(jīng)網(wǎng)絡(luò)的BP_【)il練算法具有易陷入局部極值的缺點(diǎn),因此提出了一種全局優(yōu)化訓(xùn)練算法一微粒群算法(PSO)。通過(guò)對(duì)基本PSO進(jìn)化方程的分析,提出了改進(jìn)PSO的四種途徑:微粒參數(shù)改進(jìn)、變量離散化、引入遺傳思想和提高種群多樣性。仿真實(shí)例結(jié)果證明Yeso算法的良好性能。進(jìn)行了氯乙烯懸浮聚合反應(yīng)過(guò)程建模和優(yōu)化研究。在氯乙烯懸浮聚合過(guò)程反應(yīng)機(jī)理和動(dòng)態(tài)特性分析的基礎(chǔ)上,建立了氯乙烯懸浮聚合反應(yīng)過(guò)程的eso-,申經(jīng)網(wǎng)絡(luò)模型,并成功應(yīng)用于二元復(fù)合引發(fā)體系優(yōu)化研究中,可達(dá)到充分利用聚合反應(yīng)系統(tǒng)的冷卻能力、縮
3、短反應(yīng)時(shí)間浙江工業(yè)大學(xué)碩士學(xué)位論文和提高產(chǎn)品產(chǎn)量等目的。充分運(yùn)用智能技術(shù)進(jìn)行聚合反應(yīng)過(guò)程建模和優(yōu)化研究,不僅為聚合反應(yīng)過(guò)程研究提供了一種有效的研究手段,還有助于進(jìn)一步開(kāi)展聚合反應(yīng)過(guò)程先進(jìn)控制、在線優(yōu)化和故障診斷等方面的研究。本研究工作有利于促進(jìn)智能技術(shù)在其它聚合物生產(chǎn)中得到進(jìn)一步應(yīng)用,為智能技術(shù)在化工過(guò)程中應(yīng)用提供一種良好的示范。關(guān)鍵詞:氯乙烯,聚合過(guò)程,建模,優(yōu)化,神經(jīng)網(wǎng)絡(luò),PSO浙江工業(yè)大學(xué)碩士學(xué)位論文MODELINGANDOPTIMIZATIONFORSUSPENSIONPOLYMERIZATIONOFVINYLCHLoRIDEABSTRACTPolymerizationprocessi
4、satypicalchemicalprocess.Duetothecomplexityofreactionmechanism,thes仃ongnonlinearityandcoupling,itisdifficulttomodel,controlandoptimizepolymerizationprocess.Thedevelopmentofallkindsofintelligenttechnologiesprovidesafeasibleapproachtosolvetheproblem.Thebackpropagation(BP)algorithmisageneralalgorithmth
5、atusedintrainingneuralnetworks.Itisasteepestdescentalgorithm.Theseriesdirectionofthedescentisupright,SOitCancausetherateofconvergenceslowly.Momentumbackpropagation,variablelearningratebackpropagation,resilientbackpropagation,F(xiàn)Rconjugategradientalgorithm,BFGS—Quasi-NewtonalgorithmandLevenberg—Marquar
6、dt(L—M)algorithmareprovided.Invirtueofasimulationexample,thecompareresultsindicatethattheL—MconvergencerateisfastestAstheBPtrainingalgorithmcaneasilyconvergetoalocaloptimum,analgorithm—particleswarmoptimization(PSO)thathasglobal浙江工業(yè)大學(xué)碩士學(xué)位論文convergenceperformanceisprovided.Dynamicadjustingthecoeffici
7、ent、dispersingvariable,providinggeneticalgorithmandimprovingpopulationmultiplicityarefourapproachesthatcanimprovethebasicPSO.TheresultsofsimulationexampleindicatethatPSOalgorithmhasexcellentperformanc