基于神經(jīng)網(wǎng)絡(luò)的炭黑質(zhì)量控制系統(tǒng)辨識及應(yīng)用分析.pdf

1、炭黑是一種重要的化工原料，由于其特殊的補強性，黑度和導(dǎo)電性，廣泛的被應(yīng)用于橡膠輪胎，油墨，涂料，制革和化纖工業(yè)中。炭黑是由許多烴類物質(zhì)(固態(tài)，液態(tài)或氣態(tài))經(jīng)不完全燃燒或裂解生成的，至今，其生成機理沒有一個合理的解釋。爐法炭黑特別是油爐法炭黑生產(chǎn)是目前炭黑生產(chǎn)最現(xiàn)代的工藝過程。吸油值和吸碘值是炭黑生產(chǎn)中最主要的兩個控制指標(biāo)，由于炭黑自身生成機理的復(fù)雜性，炭黑生產(chǎn)過程非線性，以及炭黑質(zhì)量檢測手段的局限，決定了碳黑質(zhì)量控制不能用現(xiàn)有的簡單機理

2、模型來描述，因此長期以來炭黑生產(chǎn)質(zhì)量指標(biāo)的控制都是靠操作人員的固定經(jīng)驗來實現(xiàn)的，產(chǎn)品質(zhì)量不能夠連續(xù)和穩(wěn)定。隨著現(xiàn)代炭黑工業(yè)的規(guī)?；炕?，精細化的發(fā)展，炭黑生產(chǎn)的在線質(zhì)量控制成為了目前現(xiàn)代炭黑工業(yè)生產(chǎn)技術(shù)的主要研究課題之一。系統(tǒng)建模和辯識是現(xiàn)代控制系統(tǒng)設(shè)計的基本前提，對于線性系統(tǒng)，人們已經(jīng)建立和總結(jié)出了一些成熟的建模和辯識算法，并取得了一定的成果。但是相對于現(xiàn)實生活中大量存在的非線性系統(tǒng)，特別是非線性嚴重的系統(tǒng)，傳統(tǒng)的辨識算法就顯得無

3、能為力。智能控制技術(shù)包括專家控制，模糊控制和神經(jīng)網(wǎng)絡(luò)控制是現(xiàn)代控制理論中的重要研究課題之一，也是當(dāng)今過程生產(chǎn)領(lǐng)域最為活躍的應(yīng)用技術(shù)之一。相比傳統(tǒng)的系統(tǒng)辨識理論，基于人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork簡稱ANN)理論的系統(tǒng)辨識由于具有的對任何非線性系統(tǒng)映射能力，自學(xué)習(xí)能力適應(yīng)能力，聯(lián)想記憶能力，并行信息處理能力極其優(yōu)良的容錯性能，使其在控制領(lǐng)域中特別是非線性系統(tǒng)建模和辯識中得到了人們的極大重視和應(yīng)用。本文主要對神

4、經(jīng)網(wǎng)絡(luò)理論在炭黑生產(chǎn)吸碘值系統(tǒng)辨識中的應(yīng)用，以及炭黑生產(chǎn)質(zhì)量控制作了深入研究和分析。同時結(jié)合某工廠的實際生產(chǎn)數(shù)據(jù)，運用MATLAB軟件，對該炭黑生產(chǎn)的主要質(zhì)量指標(biāo)-吸碘值建立了炭黑生產(chǎn)吸碘值的神經(jīng)網(wǎng)絡(luò)模型，并進行了測試和驗證?？梢缘孟陆Y(jié)論：(1)神經(jīng)網(wǎng)絡(luò)特別是多層前饋網(wǎng)絡(luò)用于不易用機理模型描述的吸碘值的系統(tǒng)辨識是完全可行并大有作為的，同時對于其他質(zhì)量指標(biāo)也具有實際理論指導(dǎo)意義；(2)BP神經(jīng)網(wǎng)絡(luò)雖然具有較強的自適應(yīng)性，但是畢竟是類似于數(shù)