基于軟測量的染紗能耗問題研究和系統(tǒng)設計.pdf

1、當前印染企業(yè)的能源緊張、成本上升，已嚴重影響企業(yè)的可持續(xù)發(fā)展。印染企業(yè)目前的這種處境主要是由于能源管理基礎性工作的薄弱，能源管理水平不高，浪費嚴重，能源成本上升。要解決這個基礎性工作，必須加強能源的檢測和計量工作。 由于染紗車間能耗計量的范圍大、數(shù)量多，如果全部采用儀表計量，投資成本非常大；而且染紗生產(chǎn)過程是一個典型的間歇生產(chǎn)過程，具有非線性、時變性、輸入和輸出量都較多等特點，難以建立準確的數(shù)學模型。將軟測量方法應用于染紗車間能

2、耗的實時檢測，為染紗能耗的實時檢測提供了新的思路。將人工神經(jīng)網(wǎng)絡軟測量方法應用于車間能耗的實時檢測，充分利用了神經(jīng)網(wǎng)絡很強的非線性逼近能力和學習能力，取得了很好的效果。 本文以染紗生產(chǎn)過程能源消耗為對象，系統(tǒng)分析了影響能源消耗的主要因素，結合某印染企業(yè)染紗車間染缸能耗的實際情況，提出了兩種不同模型的面向能耗問題的解決方法。 1、在深入了解影響染缸能耗因素的基礎上，采用改進BP神經(jīng)網(wǎng)絡算法建立軟測量模型。該模型考慮了主要的

3、能耗因素作為模型的輸入，以每個工序的能耗為輸出，通過該模型確定每個染色工序在染色過程中消耗的蒸汽量、水及電量。與實際采集的數(shù)據(jù)進行對比修正模型。 2、采用模糊c均值聚類(FCM)算法將樣本數(shù)據(jù)通過一些相似性準則分成具有不同中心值的幾類，每個分類均有一個隸屬度與其對應，基于RBF網(wǎng)絡對每個分類建模，將各子模型的輸出進行隸屬度加權求和得到軟測量輸出。該方法更適合數(shù)據(jù)較多且有一定精度要求的能耗軟測量問題。通過計算一個偏差修正量疊加于軟