人工鱼群算法优化的聚合过程转化速率KPCA-ESN软测量建模

来源 :第23届过程控制会议 | 被引量 : 0次 | 上传用户:liyanfeiwoshi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  以聚氯乙烯(PVC)聚合生产过程中的氯乙烯(VCM)转化速率为预测对象,提出一种基于回声状态网络(ESN)的软测量建模方法。通过对PVC聚合工艺的分析选取了软测量模型的辅助变量,并采用核主元分析方法(KPCA)对高维输入向量进行降维;人工鱼群算法(AFSA)被用来优化回声状态网络的结构参数,实现软测量模型输入输出变量之间的非线性映射。仿真结果表明该模型能够显著提高PVC聚合过程中经济技术指标的预测精度,可以满足聚合生产过程的实时控制要求。
其他文献
LiMnO2是有可能替代LiCoO2的锂电池正极材料,其电化学性能受其形貌影响,制备纳米尺寸的LiMnO2仍是一项挑战,本文使用二氧化锰、醋酸锰和氢氧化锂为原材料,采用水热合成的方法,在比较宽松的实验条件下成功制备小尺寸、底层错的单相正交LiMnO2纳米晶。X射线衍射谱强度高、带宽窄,表明材料结晶质量很好。高分辨电子显微镜图像显示沿着正交LiMnO2的b轴方向,MnO6和LiO6八面体交替排列规则
以间苯二酚(R)、甲醛(F)为原料,盐酸作催化剂,通过添加嵌段共聚物F127作制孔剂,利用溶液协同自组装和炭化处理制备多孔炭材料。采用扫描电镜和N2吸附分析不同F127加入量制得的多孔炭材料的形貌和孔隙结构,并利用直流充放电法、交流阻抗法和循环伏安法测定以上述多孔炭材料为电极的双电层电容器(EDLC)的电化学性能。结果表明:酸催化下的酚醛树脂基体网络结构在炭化过程中较好地保留了F127形成的微相结
采用扣式电池循环伏安测试(CV)、充放电测试和扫描电子显微镜(SEM)研究了工业纯镁(99.95%)、AZ31合金和Mg-1%Nd二元合金作为镁二次电池负极材料时的电化学性能和镁在电极表面的沉积形貌。结果表明:与工业纯镁相比,AZ31合金和Mg-1%Nd二元合金的溶解-沉积过电位稍高,初时循环过程的库仑效率略低,但其长期循环稳定性明显高于纯镁负极。纯镁负极在循环200次后出现了短路现象,其表面出现
以毛竹为炭前驱体,KOH作活化剂,通过调节KOH用量在相同活化条件下制备了具有不同孔隙结构的竹基活性炭材料,通过SEM、BETN2吸附、直流充放电、交流阻抗和循环伏安等结构与电化学性能分析方法,考察了碱炭比对竹基活性炭材料结构和性能的影响。研究结果表明:随着碱炭比增大,活性炭材料的比表面积与总孔容、中孔孔容、微孔孔容、微孔比表面积先增大后减小,平均孔径不断增大。其中碱炭比为6时的样品BAC6比表面
To improve the temperature stability of PMN(Pb(Mg1/3Nb2/3)O3)-based ceramics, PMN-based composite ceramics were prepared by co-sintering method of two kinds of ceramics with different curie temperatur
Based on an equivalent two-dimensional (2D) Fornasini-Marchsini (2D-FM) model description of a batch process in industry, a closed-loop robust iterative learning fault-tolerant guaranteed cost control
分别在Ar+xH2x=0,20%,30%,40%)气氛下,用等离子体电弧放电法蒸发纯Mg制备了Mg纳米粉。采用XRD、TEM、PCT等测试手段研究了Mg纳米粉体充氢前后的相组成、形貌和吸放氢性能。结果表明:在Ar+H2气氛下制备Mg纳米粉的产率要远远高于纯Ar气氛下的产率;在4中不同气氛条件下制备的Mg纳米粉体的主相是Mg,并含有少量MgO,粒子形貌呈规则的六方形,平均粒度为150nm左右;在40
海水中藻类的繁殖生长状况对海洋生态环境影响很大,动态监测海水中藻类的繁殖生长状态对预测海水富营养化等海洋环境灾害具有重要意义。藻类的繁殖生长状态很难用一种传感器在线、实时地直接测量出来。影响藻类生长的环境理化因子众多,这些环境因子之间又相互作用,海洋生态环境是一个高度复杂的非线性系统,很难用传统的机理建模方法来描述。本文用T-S模糊神经网络描述这种复杂的非线性系统,通过构造软传感器,来测量藻类的繁
Batch processes usually consist of multiple phases with different characteristics. Many research works have been done, focusing on process monitoring as well as quality prediction using phase informat
非线性多速率系统辨识与建模是工业中常见的一类重要问题。本文提出了一种改进的自适应粒子群算法(MAPSO),结合输出误差方法,以在非线性系统中最有代表性的模块化模型Hammerstein双速率系统为研究对象进行了辨识,并与其他非线性辨识算法进行了比较。研究结果证明了此方法的有效性。