结合KICA的软测量建模方法及其在间歇过程的应用

针对间歇过程的建模问题,提出一种结合核独立成分分析（KIcA）和稀疏核学习的软测量建模方法。首先将KICA应用于建模样本集,在高维空间提取输入变量的信息,以降低过程变量的相关性,再用稀疏核学习建立软测量模型。以估计链激酶流加发酵过程的活性菌体质量分数和链激酶质量分数为例,将基于KICA信息提取的稀疏核学习方法用于间歇过程的软测量建模。仿真结果表明,KICA信息提取能力优于传统ICA或核主元分析等其他方法,所提出的建模方法预报精度更高。     

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。     

基于统计法的软测量建模研究

对比了机理法、统计法、机理统计混合法三种软测量建模方案,通过研究基于统计法的软测量建模方法及类型,提出了一种通用的软测量模型架构及其模型参数的整定方法.并以实际的苯乙烯精馏过程中的质量参数AMS浓度估计为实例,研究了预测偏差及过拟合问题,采用Kalman滤波对模型进行了更新,改善了模型预测效果,证明了算法的有效性,为后...     

酵母发酵生产谷胱甘肽过程参数的在线软测量

针对酵母发酵生产谷胱甘肽发酵过程中乙醇浓度难以在线准确测量的问题,讨论利用人工神经网络,构建一个具有2×6×1结构的“软传感器”。经检验,它能很好地实现在线状态估计和提前一步预测乙醇浓度。该方法也有利于实现发酵过程的在线控制。     

长链二元酸生产过程中菌体生长转发酵时间的判断

在长链二元酸发酵生产中,由菌体生长期转入发酵产酸期（转发酵）的主要判断指标是菌体浓度。在实验室通过研究在线检测参数溶解氧、尾气氧和尾气二氧化碳随时间的变化与菌体浓度的关系,提出了判断转发酵时间的新方法,即当溶解氧曲线降至低谷时,菌体对数生长期即将结束,可以转入发酵期;尾气氧和尾气二氧化碳曲线在菌体对数生长期的后期分别形成低谷和峰值,此时可以转发酵。这些规律与实际生产中菌体浓度测定得出的转发酵时间相一致。     

基于RBFN的加氢裂化分馏塔 产品质量估计MIMO软测量

目前在软测量建模中,大多研究的是MISO的情况,而对于MIMO软测量建模问题则研究得较少。由于RBFN具有一定的分类特性,建模效果较好,采用RBFN建立加氢裂化分馏塔产品质量估计的MIMO软测量模型。并总结了软测量技术实际应用中的几点问题。     

联合站油水分离中不可测变量的观测

1 .软测量方法软测量是指利用过程的可测信息 ,通过数学模型计算获得过程不可测变量的方法。对生产过程中某些不便于测量且影响较大的干扰量 ,可采取此方法进行观测。联合站油水分离过程的特性分析及多变量控制系统的设计均涉及到很多流量 ,这些流量又无法一一通过流量计进行测量。联合站油水分离过程中的主要参数是通过调节阀控制 ,因此 ,利用调节阀两端的压差及阀的开度建立流量观测模型 ,可观测在一定开度下流过阀的流量。油水分离过程中的调节阀两端压差可测或可观测 ,根据阀的设计口径和流量特性分析建模 ,可实现对流过阀流量的软测量…     

一种利用发酵行业的副产物菌体制备微生物絮凝剂的方法

一种利用发酵行业的副产物菌体制备微生物絮凝剂的方法，属于生物化工技术领域。工艺为：将克雷伯氏杆菌接入含甘油或葡萄糖的种子培养基中，再将种子液加入含甘油或葡萄糖浓度初始发酵培养基，进行厌氧或有氧发酵，发酵生产结束后，采用膜过滤、离心手段将发酵液固液分离，     

基于RBFN的加氢裂化分馏塔产品质量估计MIMO软测量

目前在软测量建模中,大多研究的是ＭＩＳＯ的情况,而对于ＭＩＭＯ软测量建模问题则研究得较少,由于ＲＢＦＮ具有一定的分类特性,建模效果较好,采用ＲＢＦＮ建立加氢裂化分馏塔产品质量估计的ＭＩＭＯ软测量模型。并总结了软测量技术实际应用中的几点问题。     

新型Elman网络在乙烯精馏塔软测量建模中的应用

针对前馈神经网络在石油化工软测量建模中存在的不足，采用递归型Elman网络实现动态石化生产过程的建模。提出了一种新型的Elman网络——HF Elman网络，将其应用在某石化厂600kt／a乙烯生产装置乙烯质量指标的软测量建模，并与前馈网络和Elman网络的建模性能进行了比较，仿真结果表明，HF Elman网络具有良好的动态建模能力，能够更好地实现乙烯精馏塔出口成分含量的软测量建模。     

基于混合核函数的OLS软测量建模方法研究

针对核建模方法中单一核函数不能准确描述数据的分布特性问题,提出一种基于混合核函数的正交最小二乘(OLS)算法并将其用于工业过程软测量建模。采用混合核函数代替基本OLS方法中的单一核函数,利用混合核函数兼具局部和全局核函数的性能,可以提高模型的泛化能力和非线性处理能力。核参数的选择对模型的影响较大,采用粒子群优化算法对核参数进行寻优。在工业聚丙烯熔融指数软测量模型中的应用结果表明,基于混合核函数OLS方法能够比PLS、基本OLS方法更准确地预测熔融指数的变化情况。     

基于PCA和PSONN的动态软测量建模与应用

对催化裂化主分馏塔过程的数据特点和当前静态软测量技术的不足之处,提出了一种新的基于主元分析和微粒群神经网络的动态软测量方法,该方法首先利用PCA技术对过程变量进行主元分析,降低了输入变量的维数且消除了输入变量之间的线性相关性,然后根据汽油干点及其对应时刻的过程变量建立静态神经网络,利用该静态神经网络估计历史时刻的汽油干点。最后利用估计的干点值建立动态神经网络,该建模方法反应了系统的动态特性。还将微粒群算法（PSO）用于神经网络的学习过程,提高了模型的预测精度。对比结果表明了该方法的有效性。     

PTA氧化反应器进料溴离子浓度的软测量

以某厂PTA生产车间氧化反应器进料中溴离子浓度的测量为例,探讨了软测量技术在石油化工生产过程中的应用,建立了溴离子浓度的基于BP网络,RBF网络,主元回归法和偏最小二乘法的四种软测量模型,通过MATLAB工具对这四种模型进行了仿真研究,比较各自的优缺点,并对各个模型进行数据预测,获得了较好的效果。     

微生物脱蜡加破乳剂分离酵母

微生物脱蜡的过程,是将待脱蜡油装入罐中,加入培养基,移入发酵菌株,通风搅拌,进行发酵脱蜡。细菌吃掉油中的蜡,进行分裂繁殖,产生大量的菌体。由于菌体代谢产物的影响,使油和培养基形成一种比较稳定的乳化液,菌体则分散在乳化液中。发酵结束时为了把酵母(菌体)从脱蜡油中分     

带时延估计的时间差分PLS软测量建模方法

针对实际工业过程中普遍存在的非线性和时延,提出一种带时延估计的时间差分偏最小二乘PLS软测量建模方法。该方法将过程变量的差分值作为训练样本建立PLS模型,在充分保留PLS的优点的同时,降低过程非线性对建模精度的影响。另外,基于差分进化算法估计时延,得到了时延估计的全局最优解,有助于进一步提高模型精度。针对常压塔常二线干点的建模结果验证了该方法的可行性和有效性。     

加氢裂化常压塔轻石脑油干点软测量

先进控制技术可以把若干个变量控制在期望的控制点上，从而达到装鼍效益的整体优化。近年来，各种先进控制软件在催化裂化装置、加氢裂化等装置上得到了广泛的应用。为了实施加氢裂化装置的先进控制，需要在线计算其产品质量指标。轻石脑油干点就是其中一个质量指标。为了避免单纯依靠过程数据进行软测量建模而导致的计算结果与工艺分析结果相矛盾的情况，结合过程数据和质量指标的关联公式，利用粒子群算法建立轻石脑油的软测量模型。该软测量模型已在现场实施，应用结果表明，该模型有较高精度。     

基于模糊神经网络的甲醇合成塔转化率软测量模型

以某甲醇合成塔为研究对象,综合考虑甲醇生产过程各因素对甲醇转化率的影响,采用模糊神经网络技术,建立了甲醇转化率的软测量模型。为了提高模糊神经网络建模的精度,提出了一种改进的差分进化算法优化模糊神经网络的参数,从而获得了具有较高精度的软测量模型。以某甲醇合成塔的实际运行数据为样本进行甲醇转化率的软测量建模,结果表明该模型具有较高的精度,能够实现甲醇转化率的实时监测。     

基于支持向量机的裂解炉燃料气热值软测量

针对裂解炉出口温度前馈控制需要快速准确的燃料气热值,提出一种基于支持向量机(Support Vector Machine)的燃料气热值软测量建模方法。该方法通过支持向量机算法确定模型的结构,然后运用交叉验证法确定模型的最优参数。分析了裂解炉燃料气热值的影响因素,并用支持向量机算法建立裂解炉燃料气热值软测量模型。利用某厂的裂解炉燃料气热值数据,对文中所提方法进行仿真研究。仿真结果表明:该方法能够准确地预测出燃料气热值,具有较高的热值预测精度,适于燃料气系统的热值建模。     

发酵生产长链二元酸菌体生长与产酸量关系的研究

采用１０Ｌ发酵罐对发酵生产二元酸的过程曲线，有关菌体生长的初始接种量，培养时间以及培养级数与产酸量的关系进行了研究，同时考察了整个培养发酵过程中菌体形态的变化，以期为工业生产提供依据。     

基于小波神经网络的热值软测量建模

提出了一种基于小波神经网络的软测量建模方法和学习算法,这种方法被用来测量裂解炉燃料气热值。小波神经网络具有2层结构:小波降噪层和多层感知器层。小波降噪层主要用来对过程数据进行降噪变换,提高源信号的信噪比,多层感知器层用来辨识过程模型。小波神经网络不但具有多层感知器网络的自学习和逼近性能,而且可以利用小波降噪理论,克服源信号的噪声干扰。小波变换可以变换初始数据并进行特征提取,变换后的数据具有更高的信噪比,仿真结果显示小波神经网络具有良好的逼近能力和泛化性能。