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
