软测量过程中的若干建模方法研究

针对软测量方法中的核心问题建立软测量估计模型进行系统研究,分别采用线性回归、主元回归、部分最小二乘方法进行建模,通过MATLAB仿真,实验结果表明软测量方法的可行性,并进一步验证部分最小二乘方法建模的准确性.     

人工神经网络的软测量技术在发酵过程中的应用

针对在生物发酵过程中一些关键参数难以在线测量的问题，介绍了工业过程先进控制系统中的软测量技术。讨论了利用人工神经网络的两种典型结构实现发酵过程中关键参数(如细胞浓度、基质浓度、产物浓度)在线测量的软测量方法。     

动态流量软测量建模方法研究

为了解决工业中动态流量测量困难的问题,引入软测量方法对动态流量进行测量.考虑BP算法建立软测量模型时收敛速度慢,易陷局部极小等不足,提出一种经遗传算法优化的BP网络进行软测量建模,用遗传算法先确定BP网络的网络结构和参数,将训练一定次数后得到的连接权值作为遗传计算的初始值,再用遗传算法确定BP网络的最优连接权值,最后把用BP算法训练得到的网络用于建模.文中对在燕山大学液压实验室采集的数据进行仿真,实验结果表明这种改进的建模方法在模型的训练速度和精度上有了较大的改善.     

基于自适应自然梯度法的高斯过程磨矿粒度软测量建模

针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过程超参数优化过程中,构建基于ANG-GP磨矿粒度软测量模型,并分别与BP神经网络和支持向量机软测量模型进行仿真试验的比较研究。结果表明：基于ANG-GP的磨矿粒度软测量方法优于其他2种方法,且具有较高预测精度,能有效地对磨矿粒度进行在线检测,表明了该方法的有效性。     

高炉炼铁过程数据驱动软测量技术研究综述（英文）

在高能耗、高污染、极为复杂的冶炼过程中,高炉是极为重要的反应器。软测量技术是在线实时预测反映高炉能耗和运行稳定性质量指标的关键技术,在节能减排、提高产品质量和带来经济效益方面发挥着重要作用。随着物联网、大数据和人工智能的发展,高炉炼铁过程中的数据驱动软测量技术受到越来越多关注,但目前尚无关于高炉炼铁过程数据驱动软测量技术的系统性总结与评价。本文详细总结了高炉炼铁过程数据驱动软测量技术的最新研究成果与发展现状。具体而言,首先对高炉炼铁中使用的各种数据驱动软测量建模方法（如多尺度方法、自适应方法、深度学习等）进行了全面分类总结与分析。其次,对高炉炼铁中数据驱动软测量技术的应用现状（如硅含量、熔铁温度、气体利用率等）作对比分析。最后,展望了数据驱动软测量技术在高炉数字孪生、多源信息融合、碳达峰与碳中和等方面的潜在挑战和未来发展趋势。     

微生物生长过程中菌体浓度的软测量

菌体浓度是微生物生长过程中关键的质量指标，作者利用ＲＢＦ神经网络建立了微生物生长过程中菌体浓度的软测量模型，探讨了软测量模型的动态校正方法，通过仿真验证了该方法的有效性。     

基于混合多神经网络的软测量建模研究

对多神经网络的建模方法进行探讨,并将线性模型结合在多神经网络中,对多神经网络进行改进,仿真结果表明其泛化能力得到了提高.     

非线性软测量建模的神经网络拓扑结构

用神经网络为非线性软测量建模,用于推断估计不可在线测量的变量,利用训练样本集的单调投影指数直接估算隐层神经元数目,有较为满意的逼近精度。     

基于水分软测量的抄纸过程DCS控制

采用软测量方法实现了纸张水分的在线估计，设计了一套由浓度控制、气垫式流浆箱控制、定量水分控制三个子系统组成的经济实用的抄纸过程ＤＣＳ控制系统。该系统已投入运行，经济效益明显。     

基于LS-SVM棉针织物前处理工艺指标软测量

该文针对棉针织物前处理过程工艺指标吸水性和白度难以实现在线连续检测,且与前处理过程温度、时间、液碱浓度、双氧水浓度等影响因素具有较强非线性,难以建立精确数学模型。在分析了棉针织物前处理过程质量指标相关影响因素的基础上,采用最小二乘支持向量机建立了前处理过程工艺技术指标软测量模型,并通过实验验证了软测量模型的有效性。     

OSC—PLS方法用于渣油裂解装置的软测量建模

渣油裂解反应中，影响沥青产率的因素多，反应机理十分复杂，难以建立准确的机理模型。采用基于正交投影的正交信号校正（OSC）算法对输入变量测量数据进行预处理，剔除数据中所含的与待测变量如浓度、收率等无关的噪声信息；再实施OSC与偏最小二乘（PLS）回归相结合的OSC-PLS方法，建立渣油裂解装置沥青产率的软测量校正模型。结果显示：模型精度和稳定性较非线性方法均有显著提高，而且模型所需PLS成分数减少，模型更简洁。     

加氢裂化数学模型的研究

以某炼油厂年产80×10     

灰色软测量在介质填充率检测中的应用研究

通过对磨矿过程原理的分析，提出了基于径向基（RBF）网络的软测量方法，对以往无法在线检测的球磨机关键参数——介质填充率进行实时估计．针对现有软测量辅助变量选择方法存在的问题，结合灰关联分析理论，提出了一致关联度算法，并应用该算法实现了介质填充率软测量建模中辅助变量的选择．仿真结果表明，该软测量方法估计的平均相对误差保持在0．7％以下，可满足实际需要．同时，一致关联度算法可以准确的提取变量间的相关性，是一种有效的辅助变量选择方法．     

加氢裂化工艺在线专家指导系统的研制和开发

G2实时智能软件是一种在线专家系统开发工具。论述了如何利用G2软件进行加氢裂化工艺在线专家指导系统的开发过程 ,以加氢裂化工艺为应用对象建立了类层、工作空间层次和模块化层次 ,对知识库的建立以及知识的获取和知识的表示作了说明 ,以加热炉为例建立了部分模拟规则。开发的加氢裂化工艺在线指导系统 ,保存了各种加氢裂化工艺技术知识和专家们的宝贵经验 ,为操作员实时提供正确的指导信息 ,可改进生产过程控制和管理 ,优化生产操作 ,提高产品质量 ,减少消耗     

基于滑觉传感器和模糊控制的软抓取研究

介绍了一种基于滑觉传感器及模糊控制实现电液伺服机械手软抓取的控制策略,建立了滑动程度判别模型,并进行了实验研究。     

加氢裂化催化剂硫化的研究

用程序升温硫化的方法研究了ＮｉＯ－ＭｏＯ３／ＵＳＹ型加氢裂化催化剂。探讨了程序升温过程对催化剂硫化效果的影响。硫化后,催化剂的总活性增加,加氢裂化反应的转化率提高幅度为７．５８％～６２．３８％。催化剂加氢活性的提高尤为明显,这对加氢产物的生成十分有利。在实验开始和实验结束时,催化剂的活性都相当稳定。     

加氢尾油的非临氢降凝工艺

以加氢尾油为原料,在FS-J1固定床催化反应器上利用自制的FL-J型非临氢降凝催化剂进行中试实验。在温度为340~400℃,空速为2~5 h-1的条件下,考察了催化剂的使用性能,以及产品分布和产品质量。结果表明,在常压、非临氢反应条件下,当温度为400℃、空速为2 h-1时,得到较好的产品分布,柴油的凝点为-29℃,润滑油的凝点为-16℃。催化剂运转4.5×103h进行水蒸气气提,能使催化剂活性部分得到恢复,反应温度可降低20℃左右。FL-J型非临氢降凝催化剂具有良好的应用前景。     

正十烷加氢裂化集总动力学的研究

本文选用国产３８２５加氢裂化催化剂，对正十烷加氢裂化动力学进行了研究，根据Ｗｅｅｋｍａｎ集总原理，建立了正十烷加氢裂化四集总动力学模型．利用Ｍａｒｑｕａｒｄｔ法估计了各反应速率常数．确定了较完善的速率表达式．计算了两种压力（６．５ＭＰａ，８．５ＭＰａ）下的表现活化能，预测了各反应产物分布，其计算结果与实验值吻合．同时，讨论了空速、温度、压力和反应活化能对产物分布的影响，为重油和渣油加氢裂化集总动力学研究提供了基础数据．