基于正交粒子群优化算法的丙烯腈收率软测量建模

摘要：

实际生产过程中不可能得到所有变量的实测值,必须通过一些可测的辅助变量来获取所需的变量值.基于此思想,软测量技术应运而生.丙烯腈生产通常采用丙烯氨氧化法.及时、准确地测量产品中丙烯腈的收率是进行丙烯腈装置先进控制的关键,若要采用在线分析仪表检测丙烯腈收率,不仅价格昂贵、维护保养复杂,而且有较大的测量滞后,最终将导致控制质量的性能下降,难以满足生产的要求.因此采用软测量技术对丙烯腈收率预测具有重要的意义,本文将正交粒子群优化算法(Vertical Particle Swarm Optimization Algorithm,VPSO)用于神经网络的训练,构造了正交粒子群神经网络(VPSONN),并用于丙烯腈收率软测量。

关键词： 粒子群优化算法 丙烯腈生产 软测量 控制质量 神经网络

作者: 吕琴梅 陈国初 俞金寿

作者单位: 华东理工大学自动化研究所,上海,200237

会议类型: 国内会议

会议名称: 上海市化学化工学会2006年度学术年会

会议地点: 上海

会议语种:中文

页码: 245-247

在线出版日期: 2006-12-19（万方平台首次上网日期，不代表论文的发表时间）