聚丙烯反应器的神经网络预测控制
丙烯聚合是一个典型的非线性过程，在建模和控制方面存在很大的困难。建立了连续搅拌釜(CSTR)聚丙烯反应器动态机理模型，以微分方程和代数方法组进行描述。在此基础上，对聚合物浆液浓度进行了神经网络的预测控制方法的研究。提出了一种简单易行的预测控制器非线性优化方法，在满足现场约束的条件下，通过标准的一维搜索算法实现控制变量的寻优。作为预测模型RBF 神经网络能够很好地模拟反应器的动态特性，仿真结果证实了该方法良好的控制效果，并与常规PID控制进行了对比分析。
聚丙烯反应器 预测控制 神经网络 丙烯聚合
范顺杰 徐用懋
大学自动化系(北京)
国内会议
呼和浩特
中文
255～259
2000-07-01（万方平台首次上网日期，不代表论文的发表时间）