112.極限學(xué)習(xí)機(jī)的研究及其在醋酸精餾軟測(cè)量建模中的應(yīng)用

1、華東理工大學(xué)學(xué)位論文極限學(xué)習(xí)機(jī)的研究及其在醋酸精餾軟測(cè)量建模中的應(yīng)用潘紅芳指導(dǎo)教師姓名：劉愛倫副教授華東理工大學(xué)上海市梅隴路130號(hào)申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)名稱：控制科學(xué)與工程論文定稿口期2Q!壘：Q!：!Q論文答辯日期：20140211學(xué)位授予單位：華東理工大學(xué)學(xué)位授予日期：饕輯3％’飛b答辯委員會(huì)主席：劉漫丹教授評(píng)閱人：王振雷教授賈立教授華東理工大學(xué)碩士學(xué)位論文第1頁極限學(xué)習(xí)機(jī)的研究及其在醋酸精餾軟測(cè)量建模中的應(yīng)用摘要精餾是石油化工過

2、程的重要環(huán)節(jié)，是一個(gè)復(fù)雜、時(shí)變、非線性，強(qiáng)耦合的過程。在實(shí)際的精餾過程中，受到檢測(cè)裝置的限制，精餾過程中很多重要的過程參數(shù)無法直接測(cè)量，導(dǎo)致了很多先進(jìn)的控制由于其檢測(cè)信號(hào)的延遲，反饋不精確，使得整個(gè)精餾過程的效益不高。軟測(cè)量技術(shù)就是解決這類問題的一個(gè)有效的方法。本文以醋酸脫水共沸精餾為研究對(duì)象，首先針對(duì)醋酸精餾過程數(shù)據(jù)樣本存在復(fù)共線問題，使得預(yù)測(cè)精度不高，模型的泛化能力差，提出了基于差分進(jìn)化的嶺回歸極限學(xué)習(xí)機(jī)的算法(DEELMRR)，并

3、結(jié)合醋酸脫水共沸精餾過程，建立了基于差分進(jìn)化嶺回歸極限學(xué)習(xí)機(jī)算法的醋酸軟測(cè)量模型。然后針對(duì)支持向量機(jī)與神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度達(dá)不到實(shí)際過程的需求，傳統(tǒng)的極限學(xué)習(xí)機(jī)由于參數(shù)是隨機(jī)選取的，存在模型的不穩(wěn)定，提出了小波核極限學(xué)習(xí)機(jī)算法(KELM)，運(yùn)用到醋酸共沸精餾過程，建立了基于小波核極限學(xué)習(xí)機(jī)算法的醋酸軟測(cè)量建模方法。最后利用流程模擬軟件Aspen建立了醋酸精餾的穩(wěn)態(tài)與動(dòng)態(tài)模擬，采集醋酸精餾的過程數(shù)據(jù)，分別對(duì)基于DEELMRR和KELM算法的