基于組合神經(jīng)網(wǎng)絡(luò)的軟測(cè)量技術(shù)研究.pdf

1、熔融指數(shù)是聚丙烯生產(chǎn)過(guò)程中最重要的質(zhì)量指標(biāo)。由于工藝設(shè)備以及技術(shù)上的原因，熔融指數(shù)難以在線測(cè)量，從現(xiàn)場(chǎng)采集聚丙烯產(chǎn)品樣品進(jìn)行化驗(yàn)則會(huì)造成測(cè)量滯后的存在，導(dǎo)致無(wú)法對(duì)熔融指數(shù)進(jìn)行有效在線控制。針對(duì)聚丙烯生產(chǎn)過(guò)程熔融指數(shù)測(cè)量存在的難題，提出一種組合神經(jīng)網(wǎng)絡(luò)軟測(cè)量建模方法，并用于建立熔融指數(shù)的軟測(cè)量模型。
　　 本文的主要研究?jī)?nèi)容如下：
　　 （1）首先簡(jiǎn)單介紹了聚合過(guò)程的特點(diǎn)，以及聚合反應(yīng)過(guò)程研究存在的問(wèn)題。探討了軟測(cè)量技術(shù)在

2、聚合反應(yīng)過(guò)程應(yīng)用的可行性和意義。介紹了軟測(cè)量技術(shù)的基本思想和實(shí)現(xiàn)步驟，并對(duì)各種軟測(cè)量建模方法及其在工業(yè)領(lǐng)域中的應(yīng)用現(xiàn)狀進(jìn)行了綜述，并指出軟測(cè)量技術(shù)在處理強(qiáng)非線性和不確定性對(duì)象時(shí)還有待完善。
　　 （2）具體分析了常用的BP神經(jīng)網(wǎng)絡(luò)算法，包括BP網(wǎng)絡(luò)結(jié)構(gòu)和BP訓(xùn)練過(guò)程及算法。針對(duì)人工神經(jīng)網(wǎng)絡(luò)在建立非線性對(duì)象模型時(shí)的缺點(diǎn)，引入組合預(yù)測(cè)方法。對(duì)組合預(yù)測(cè)的研究現(xiàn)狀、分類(lèi)、組合系數(shù)的確定進(jìn)行了詳細(xì)的介紹。最后將神經(jīng)網(wǎng)絡(luò)與組合預(yù)測(cè)方法相結(jié)合

3、提出了組合神經(jīng)網(wǎng)絡(luò)，并將最小化最大絕對(duì)誤差作為求解組合權(quán)重的準(zhǔn)則，提出了基于最小化最大絕對(duì)誤差的組合神經(jīng)網(wǎng)絡(luò)建模方法。
　　 （3）綜合分析Spheripol工藝的催化劑體系、均聚反應(yīng)機(jī)理和生產(chǎn)工藝流程，確定影響熔融指數(shù)的輔助變量。其次，對(duì)選取的樣本數(shù)據(jù)進(jìn)行預(yù)處理，包括異常數(shù)據(jù)剔除、隨機(jī)誤差處理和數(shù)據(jù)歸一化。隨后采用經(jīng)驗(yàn)法和湊試法相結(jié)合，確定了BP網(wǎng)絡(luò)隱含層的數(shù)目和節(jié)點(diǎn)數(shù)。最后采用組合神經(jīng)網(wǎng)絡(luò)建模，并將組合神經(jīng)網(wǎng)絡(luò)同單-BP神經(jīng)