基于神经网络的在线软测量技术在PTA生产过程中的应用
在AMOCO的PTA生产工艺中,氧化反应单元是”龙头”,其产品对苯二甲酸(TA)的质量直接影响后续精制单元的操作和最终产品PTA的质量.TA中4-CBA含量多少是衡量产品质量的标志,但目前尚无任何在线硬件测量手段.本文采用神经网络最小二乘快速算法和在线自校正等技术,提供了一种实时预测TA产品质量——4-CBA含量的软测量方法.此软测量方法已在大型PTA装置投运一年多,其预测精度与人工分析值相比,误差在±8﹪以内.在工业装置上运行情况表明,本文提出的基于神经网络的软测量方法的成功实施,不但提供了TA产品质量的实时估计值,而且大大增强了系统的稳定性.
PTA装置 神经网络 软测量 RLS快速算法
杜文莉 钱锋
华东理工大学自动化系(上海) 华东理工大学自动化研究所(上海)
国内会议
澳门、珠海
中文
436-440
2002-07-01（万方平台首次上网日期，不代表论文的发表时间）