間歇過程反應釜的軟測量與迭代學習控制研究.pdf

1、憑借其靈活柔性、高附加值等特點,間歇過程在現(xiàn)代工業(yè)中得到了廣泛應用。但間歇過程的自動化水平相對連續(xù)過程還是偏低,一方面,對一些變量參數(shù)如反應物濃度,缺少經(jīng)濟可靠的傳感器對其在線檢測,盡管正努力開發(fā)這類傳感器,但實用性與可靠性仍十分有限,無法滿足實際需要;另一方面,間歇過程有大滯后、非線性、時變參數(shù)和模型難確定等特點,對間歇過程控制系統(tǒng)的設計帶來諸多困難。所以,本文就是針對在化工過程廣泛應用的間歇式反應釜存在的濃度測量和溫度控制兩大難點問

2、題,分別進行軟測量和迭代學習控制研究,將對間歇過程的發(fā)展有重要意義。主要工作及創(chuàng)新點如下:
　　 (1)實現(xiàn)了基于OPC技術的Matlab平臺和WinCC組態(tài)軟件的數(shù)據(jù)通訊,并成功應用于間歇反應釜的數(shù)據(jù)采集;研究了提高采集數(shù)據(jù)質量的數(shù)據(jù)預處理技術:剔除異常數(shù)據(jù)、歸一化處理、小波濾波和主元分析法。
　　 (2)提出了一種基于改進型自適應遺傳算法與BP神經(jīng)網(wǎng)絡集成的軟測量建模算法。該算法充分保留了遺傳算法和BP神經(jīng)網(wǎng)絡各自優(yōu)

3、勢,并改進不足最終得到全局最優(yōu)解,同時加快了收斂速度。給出了該算法的仿真研究及其在反應釜濃度軟測量中的應用,結果表明其精度較高,速度更快。
　　 (3)提出了一種自適應切換PD超前型開閉環(huán)迭代學習控制策略。該策略適用于存在控制和狀態(tài)時滯的非線性系統(tǒng),充分利用沿時間軸和迭代軸的系統(tǒng)信息,引入基于迭代次數(shù)變化的PD參數(shù)自適應算法,加入遺忘因子并充分利用系統(tǒng)過去和當前信息;通過算子理論做了收斂性證明;最后通過采用本文算法與超前型開閉環(huán)