內(nèi)部熱耦合節(jié)能過程RBF先控策略研究.pdf

1、精餾操作是石油化工領域中應用最為廣泛、也是能源消耗最為巨大的一個單元操作，在化工生產(chǎn)過程中占據(jù)非常關鍵的地位。內(nèi)部熱耦合精餾節(jié)能技術到目前為止是所有精餾節(jié)能技術里面節(jié)能效果最好、潛力最大的節(jié)能方案，引來了國際上眾多著名學者的關注，它的研究目前正處在精餾節(jié)能的最前沿，節(jié)能技術的眾多專家都關注過該領域，而精餾節(jié)能技術的主流學者全部都在該領域從事研究。但是由于內(nèi)部熱耦合精餾的機理特別復雜，該過程動態(tài)具有強病態(tài)非線性，以及變量之間的強耦合性和對

2、干擾的高度敏感性。但由于內(nèi)部熱耦合精餾機制特別復雜，具有很強的病態(tài)非線性、對干擾的高靈敏度以及強耦合性。這就對內(nèi)部熱耦合精餾塔的控制帶來了很大困擾，國內(nèi)外到目前為止的研究都是基于機理模型的控制研究，但是由于機理建模時間長，在線校正比較困難，不適合在線運行。因此本文嘗試從機器學習的角度來進行建模控制，考慮從RBF機器學習的角度來解決此控制方案。本文主要對內(nèi)部熱耦合精餾過程節(jié)能的RBF先進控制研究，試圖找到一個或多個優(yōu)良的RBF控制解決方案

3、，提供給這個新技術產(chǎn)業(yè)化的支持。主要的工作與成果如下:
　　1.針對內(nèi)部熱耦合精餾這個極具節(jié)能潛力的對象，研究了國內(nèi)外關于內(nèi)部熱耦合精餾的控制策略，并提出了RBF神經(jīng)網(wǎng)絡內(nèi)?？刂品桨福ㄟ^苯—甲苯物系為研究實例，結(jié)果表明，與傳統(tǒng)的PID控制和一般IMC控制方案相比RBF-IMC具有更好的控制效果。。
　　2.針對神經(jīng)網(wǎng)絡模型建立過程中的研究，提出了一種基于減聚類、梯度下降和PSO優(yōu)化的混合算法，通過與常規(guī)RBF的比較，表明了