混合建模方法研究及其在化工過程中的應用.pdf

1、北京化工大學博士學位論文混合建模方法研究及其在化工過程中的應用姓名：李曉光申請學位級別：博士專業(yè)：控制理論與控制工程指導教師：朱群雄曹柳林20080606北京化T大學博士學位論文燃料電池的極化曲線，預估出燃料電池的輸出電壓2提出一種新的混合神經(jīng)網(wǎng)絡(luò)建模方法：結(jié)構(gòu)逼近式混合神經(jīng)網(wǎng)絡(luò)。基于此結(jié)構(gòu)建立的混合神經(jīng)網(wǎng)絡(luò)可以充分利用已知非線性系統(tǒng)的結(jié)構(gòu)信息，使神經(jīng)網(wǎng)絡(luò)“灰盒“化，更好的解釋和描述系統(tǒng)各變量問的因果關(guān)系，從而提高網(wǎng)絡(luò)的建模精度和模型的

2、可靠性。本文介紹了這類神經(jīng)網(wǎng)絡(luò)的基本特性、拓撲結(jié)構(gòu)和訓練方法。報告了一個典型放熱液相二級平行間歇反應的建模過程；并針對間歇反應過程測量滯后的情況，與兩種不同的混合神經(jīng)網(wǎng)絡(luò)模型做了比較，仿真和比較結(jié)果證明了方法的有效性。3提出一種智能化的神經(jīng)網(wǎng)絡(luò)建模方法：假想教師人工免疫算法。針對部分狀態(tài)不可測的情況，利用結(jié)構(gòu)逼近式神經(jīng)網(wǎng)絡(luò)構(gòu)建模型的拓撲結(jié)構(gòu)，通過假想教師人工免疫訓練算法，解決不可測變量影響常規(guī)網(wǎng)絡(luò)訓練的問題，通過并行優(yōu)化假想教師和網(wǎng)絡(luò)權(quán)

3、值的方法，提高建模精度。以實際橡膠硫化促進劑制備的間歇縮合聚合反應為實驗對象，詳細論述了建模和網(wǎng)絡(luò)訓練的過程，證明了方法的有效性。4提出了一種新的擴展誤差平方和的控制指標，并對一類典型的放熱的間歇反應過程推導一種新的基于模型的預估優(yōu)化控制算法。首先針對問歇反應溫度特性，基于主產(chǎn)物濃度和反應溫度的遞歸神經(jīng)網(wǎng)絡(luò)模型，使用混合PSO。SQP算法求解該間歇反應主產(chǎn)物產(chǎn)率最大化問題，進而得到反應溫度優(yōu)化曲線；其次，鑒于反應溫度實時可測，提出擴展的