聚合釜先进控制与管理软件的开发及应用

介绍了化工间歇聚合反应釜先进控制与管理软件包的系统结构、功能设计与开发。软件包由"化工间歇聚合反应过程的辨识与控制"和"化工间歇聚合反应釜生产管理系统"两个子系统组成。前者用来对生产过程进行监测并实现聚合反应过程从升温、反应、恒温、回收全过程自动控制;后者用来完成聚合釜的生产管理和优化指导任务。它已在某生产装置上得到应用,取得了显著的经济效益和社会效益。     

聚合釜先进控制与管理软件的开发及应用

介绍了化工间歇聚合反应釜先进控制与管理软件包的系统结构、功能设计与开发.软件包由"化工间歇聚合反应过程的辨识与控制"和"化工间歇聚合反应釜生产管理系统"两个子系统组成.前者用来对生产过程进行监测并实现聚合反应过程从升温、反应、恒温、回收全过程自动控制;后者用来完成聚合釜的生产管理和优化指导任务.它已在某生产装置上得到应用,取得了显著的经济效益和社会效益.     

间歇液相本体丙烯聚合过程的模拟与分析

在丙烯聚合反应宏观动力学的基础上,针对间歇液相本体丙烯聚合工艺的特点,将丙烯聚合过程分解为升温阶段和恒温阶段建立聚合反应器模型。采用MathCAD软件解算模型,计算出的结果与实际生产数据偏差小于±5%。从反应放热和系统热负荷两个方面模拟分析装置的反应过程,反应前期(<50℃)反应放热最少,当反应进行到67 min～70 min时,反应放热达到最大值,在反应前期控制温度在20 min之内达到50℃,有利于催化剂活性的发挥,降低反应放热峰值;在50℃～75℃升温阶段,反应放热集中,以缓和的速度升温,能够减少热负荷波动的频率和幅度,实现平稳生产控制,降低单位聚丙烯能耗。     

多模型预测控制在苯乙烯聚合反应中的应用

针对苯乙烯聚合反应过程的非线性特性,将预测控制方法与多模型建模和控制原理结合起来,提出了一种基于性能指标的切换多模型非线性预测控制方法,针对聚合反应过程进行的仿真实验结果表明,该方法对类似非线性对象具有适用性,控制性能相比较普通预测控制算法也有了很明显的改进和提高.     

基于模型分解的间歇聚丙烯过程预测控制

针对间歇聚丙烯过程的非线性,间歇性,提出了基于模型分解的非线性前馈一线性反馈相结合的控制方案。在分析过程非线性特性的基础上,采用基于过程模型的前馈抵消反应热对过程的非线性影响。通过引入非线性前馈控制粗调,使反馈控制细调的控制模型得以近似为线性模型,方便地实现了具有优异控制性能的线性预测控制方法,达到了集非线性前馈适应严重非线性过程特性与线性预测控制实现了高精度的控制质量的有机结合。实验结果显示了该方法的有效性。     

间歇本体法聚丙烯生产工艺自动加剂的工程实践

该文首先介绍了间歇本体法聚丙烯生产工艺中催化剂、活化剂与第三组分3种聚合反应助剂手动加剂方式存在的弊端、实现自动加剂所面临的现实阻力和推动力,以及自动加剂系统工艺设计与自控设计所应遵循的原则和指导性意见,然后给出了有别于连续法生产工艺、更具实用性和可靠性的自动加剂系统设计与控制方案,并提出了自动加剂系统在工程实践过程中需要特别注意的问题。该文最后指出间歇本体法聚丙烯生产工艺实现完全自动化是这套纯本土工艺继续生存下去并开发各类新产品的必要条件,而自动加剂系统的工程实践则为上述目标奠定了基础。     

间歇液相本体丙烯聚合过程中产品性质的模拟与分析

在25 kt/a间歇液相本体聚丙烯工业装置反应器机理模型的基础上,建立间歇丙烯聚合过程中产品分子量及分子量分布、熔融指数等性质的数学模型.采用BWRS状态方程计算氢在氢.丙烯系统气-液平衡常数,以分析生产中聚丙烯分子量及分子量分布、聚丙烯熔融指数等参数的变化情况及其影响因素.结果表明:氢在液相中的浓度是影响聚丙烯瞬时分子量的主要因素,主要受氧.丙烯系统气液平衡常数和液相固含率影响,氢在液相中的浓度与温度成正比,与液相固含率成反比.聚丙烯熔融指数模型由重均分子量关联得到,二者呈反比关系,熔融指数的变化与重均分子量变化相对应.瞬时分子量和产量是聚丙烯重均分子量和熔融指数的主要影响因素.     

在线场景更新的多阶段非线性模型预测聚合反应控制

针对聚合过程中时不变不确定性参数不能直接估计的情况,导致的多阶段非线性模型预测控制中场景树生成的合理性问题,提出一种基于贝叶斯概率加权的在线场景更新算法.该方法利用前一时间步中每个场景的模型预测信息和过程状态测量信息计算对应场景的概率权重,然后通过合适的自适应步长在线更新场景树中不确定性的离散实现场景.所提方法在保证过程约束满足的同时,逐渐缩小不确定性集合逼近不确定性的真实值,从而降低保守性,提升控制器性能.通过多个批次的半间歇聚合反应过程实例仿真结果表明,所提出的方法可以有效降低批次反应时间,提高生产效率.     

JX-300集散型控制系统在聚丙烯装置中的应用

玉门炼化总厂聚丙烯装置系改造扩建工程,原产量为５０００ｔ／ａ,改造后欲达到１０ ０００ｔ／ａ。其自控部分的设计,包括新聚合装置和旧聚合装置的改造,整个装置的控制任务由浙江大学的ＪＸ－３００集散控制系统完成。１　工艺简介 玉门炼化总厂聚丙烯装置包括原料精制、聚合闪蒸、低压丙烯回收及包装部分。聚丙烯装置的生产工艺为间歇式液相本体聚合工艺,其中,聚合闪蒸部分是装置控制的核心,其简化工艺流程如图１所示。２自控部分改造原因 我厂原聚丙烯装置的自控部分由本厂自行设计,改造自控部分的原因如下： ①原聚丙烯装置的自…     

间歇式本体法生产聚丙烯升温过程分析

优化间歇式本体法生产聚丙烯工艺对提高产品质量和降低生产能耗具有重要的意义。利用小波多尺度分析功能研究一家大型液相小本体法生产工艺的升温曲线,通过对其进行去噪、重构、分解得到更真实的升温曲线,并对信号的近似和细节部分进行区分,确定各频带的信号形式和发生时间,结合液相本体法的工艺,分析各层信号与实际聚合工艺之间的关系。运用MATLAB软件中的小波分解系数灰度图来确定信号的能量的分布,验证各层信号特征与聚合过程工艺之间的对应关系,为下一步实现工艺优化提供理论基础。     

非线性系统完全线性化方法的研究

本文针对非线性系统，运用微分几何理论，提出了一种基于完全线性化的控制方法。同时还给出了这种非线性系统线性化的条件和状态变换的构造方法，将这种控制方案应用在聚合反应过程中，仿真结果表明它具有良好的跟踪能力以及较好的参数鲁棒性。     

丙烯液相本体法聚合反应过程的优化控制

针对间歇式液相本体法合成聚丙烯过程中的非线性、时变性和纯滞后特性,基于JX-300X型集散控制系统给出了一种PID与模糊控制相结合的控制方案,并详细介绍了反应升温阶段模糊控制的方案设计.运行结果表明,该方案在预升温阶段时间短、反应升温阶段控制精度高、恒温恒压阶段超调小,达到设计要求.     

基于MHE方法的氯乙烯聚合过程在线参数估计

聚合反应过程具有非线性、时变性和不确定性等特点,这给聚合反应过程的建模和模型的在线应用带来了一定的问题。本文以氯乙烯悬浮聚合反应过程为对象,研究基于滑动时间窗口有效样本数据的模型参数在线估计技术,提出一种基于滚动时域估计(MHE)的方法,对氯乙烯聚合反应过程中传热模型中的关键时变参数——传热系数进行在线估计与实时校正。应用结果表明,基于MHE在线参数估计方法的有效性与稳定性,较好地提高了模型的自适应性和在线预测精度。     

基于软测量技术的间歇聚合过程质量控制

针对间歇聚合过程质量指标的控制问题,提出了一种基于软测量技术的质量控制方法。将混合核函数偏最小二乘法(K2PLS)与人工神经网络(ANN)相结合,构建一种软测量模型,用于预测工艺变量与质量指标之间的定量关系;利用软测量技术和非线性规划方法,求解得到符合质量指标约束的最佳操作变量;根据离线质量指标分析值,利用间歇过程批次间重复的相似性特性,提出了一种偏差修正策略,用于调整操作变量和指导批次间的生产操作。将上述方法应用于氯乙烯聚合过程的质量指标控制研究中,结果表明:基于K2PLS-ANN的软测量模型具有优秀的预测性能,提出的质量优化控制策略,实现了聚氯乙烯质量指标的平稳控制,有助于降低生产消耗,可用于指导实际生产过程。     

间歇过程的全局收敛性神经模糊模型

为了克服难以获得间歇过程的精确数学模型这一难题,本文采用一种具有非线性模糊规则后件的模糊 神经网络建立间歇过程的模型,在此基础上提出一种基于Lyapunov 方法的全局收敛性参数学习算法,并给出了严 格的数学证明．本文提出的算法具有较好的非线性逼近和参数自学习能力,为间歇生产过程的建模提供了一条新途 径．最后,将提出的神经模糊模型用于一个典型间歇过程的建模研究中,仿真结果表明了该算法的有效性,体现了 模型潜在的实用价值．     

基于修正闭环子空间辨识–分段线性结构的环管式丙烯聚合反应过程非线性模型预测控制（英文）

针对环管式聚丙烯生产过程装置多变量、耦合和非线性等特性容易导致过程控制不稳定及质量指标波动问题,本文提出了一种基于修正闭环子空间辨识–分段线性(MSSARX--PWL)维纳(Wiener)模型结构的非线性模型预测控制算法.利用修正的闭环子空间辨识方法(MSSARX)辨识对象在闭环工况下的线性状态空间模型,并将该线性模型与多变量分段线性化(PWL)方法辨识得到的非线性稳态模型结合,建立双环管丙烯聚合反应动态过程的非线性预测模型,而后进一步将非线性模型转化为线性模型,在线性预测控制算法框架下用二次线性规划方法(LQP)优化控制器,无须用非线性规划方法(NLP)求解.从双环管丙烯聚合反应过程仿真例子表明,该算法不仅能保证模型和控制精度,而且能提高计算效率.     

KPCA-SNNs的聚丙烯熔融指数软测量

熔融指数是聚丙烯生产过程中重要的质量指标,但难以实现在线实时测量,从而无法实现有效的聚丙烯质量控制。针对聚丙烯生产过程的非线性特性,提出了一种基于核主元分析和组合神经网络(KPCA-SNNs)的软测量建模方法,并将该建模方法应用于聚丙烯软测量研究中。首先利用具有较强非线性特征提取能力的核主元分析对样本数据进行前期处理,然后将其结果作为软测量模型的输入,最后采用具有预测精度高、泛化能力强的组合神经网络(SNNs)建模方法建立软测量模型。仿真结果表明,与单纯SNNs相比,其中均方误差(MSE)由0.0035下降至0.0029,平均绝对误差(MAE)由0.0182下降至0.0139,平均绝对百分百误差(MAPE)由0.0057下降至0.0044。所以采用KPCA-SNNs所建立的聚丙烯熔融指数软测量模型具有更好的鲁棒性和预测精度,满足了聚丙烯生产工艺要求,较好地解决了聚丙烯生产过程中重要质量指标无法在线估计的难题。     

一种间歇过程异常数据剔除的主元分析方法

提出一种用于间歇生产过程中异常数据控制的方法。这种方法将原始的三维间歇生产数据集合展开成一个二维数据矩阵,进行中心化和规格化后再转化成另一个按照时间序列排列的二维数据矩阵。这种方法可以克服Wold方法在对数据进行中心化时引起的原始信息失真问题。通过对聚合反应釜过程数据进行分析,表明该方法能有效地对生产数据剔除异常。     

基于深度学习的鲁棒非线性模型预测控制方法

为降低鲁棒非线性模型预测控制方法中优化问题的实时求解难度,提出一种基于深度学习的近似鲁棒控制器方法。利用复杂的鲁棒非线性模型预测控制算法作为训练数据的生成器,以当前时刻的过程状态作为网络的输入,复杂控制算法计算的最优控制输入作为网络的输出,基于深度神经网络学习复杂的非线性模型预测控制策略。通过一个工业半间歇聚合反应器模型案例验证了所提方法的有效性,深层网络与浅层网络相比具有更好的效果。     

一类新的RBF 神经网络在非线性系统建模中的应用

提出一种基于输入集分类函数的新的距离度量方法,它与前传回归的正交最小二乘法相结合,不仅可以学习分类超平面的参数,而且可以选择重要的输入节点。这种结构的RBFNN特别适用于非线性动力学系统的辨识（建模）和控制。将改进的RBFNN用于化工中的聚合反应过程建模,结果表明该方法是有效而适用的。