丁二烯精馏塔的推断控制方案与软测量模型

研究了某厂丁二烯精馏塔塔底控制回路目前存在的问题，提出了基于软测量的推断控制方案。利用DCS采集的现场数据进行相关性分析后，分别建立了非线性回归模型和人工神经网络模型。选用较为简单的回归模型构成了软测量仪表。     

基于软测量的先进控制系统的实现

针对某精馏装置存在的测量和控制方面的问题，提出了基于软测量的推断控制方案。分别用逐步回归和BP神经网络方法建立了对象的软测量模型，分析了建模效果。最后介绍了如何在DCS上组态实现该控制方案。     

基于改进Elman网络的软测量建模方法

针对静态前馈网络和Elman网络在软测量建模中的不足,提出了一种新的改进的Elman网络模型,并将此模型应用于精馏塔出口成分含量的软测量建模中。实验模拟结果表明：改进的Elman网络模型具有更高的预测精度和较快的收敛速度,能够更好地实现精馏塔出口成分含量的软测量建模,为进一步实现产品质量控制提供了保证。     

丙烯精馏塔关键组分软测量研究

丙烯精馏塔关键组分塔顶的丙烷浓度和塔釜的丙烯浓度的准确测量是乙烯生产企业提高丙烯收率的关键。鉴于丙烷浓度和丙烯浓度分析仪经常出现故障,提出以RBF神经网络加协同随机粒子群优化(PSO)算法的软测量建模法,即利用RBF神经网络的局部逼近能力来获得模型的结构,利用协同随机PSO算法的全局搜索能力来优化模型的参数,提高模型的逼近能力和泛化能力。该方法克服了BP网络对初始值和网络结构敏感,容易陷入局部最优的缺陷,以及RBF网络全局逼近能力差的缺点。仿真结果表明,此方法所得软测量模型精度高,泛化能力强。     

精馏塔的一种解耦校正控制

本文通过对精馏塔的工艺机理分析,提出了精馏塔的一种简单解耦控制方案,并进行了实施,运行结果表明,产品精度得到明显提高,并且降低了能耗和物耗。     

带误差校正的常压塔汽油干点软测量模型

根据误差反馈原理,设计出带误差校正的神经网络模型,并将其用于常压塔汽油于点软测量,建立带误差校正的软测量模型。它将开环软测量模型的预测误差反传,作为校正输入量送给带误差校正的软测量模型进行误差校正。最后结合常压塔工业实例,对汽油干点进行预测,±1℃的预测误差表明该模型比不带误差校正的软测量模型具有更高的精度。     

基于改进RBF网络的乙烯纯度软测量建模方法

对兰州某石化厂乙烯精馏塔产品质量进行了软测量建模研究,针对经典RBF神经网络建模时存在的问题,提出了一种改进的RBF网络结构,增加了从输入直接到输出的线性环节,应用最近邻聚类和最陡下降法训练改进后的网络,实验结果表明改进后的网络具有较好的网络性能,适用于乙烯精馏塔产品质量的软测量建模和预测.     

软测量技术在DeltaV DCS上的实现和应用

针对丁二烯生产装置精馏塔塔顶控制回路存在的问题,建立了软测量模型,并设计了串级推断控制回路。利用从集散控制系统采集的大量现场数据,运用基于多元线性回归方法的软测量建模技术,建立了塔顶中丁二烯产品纯度的软测量模型,实现了产品质量闭环控制。通过DeltaV DCS系统实现控制回路的改造。实际使用证明,该软测量模型具有良好的特性,较高的估计精度和实时性;塔的控制更加平稳,节约了能耗,具有较好的经济效益。     

一种软测量模型在线校正方法及应用

提出了一种软测量模型在线校正方法,该方法把变量之间相关性强弱的思想引入软测量模型校正中,根据变量相关性的强弱程度和性质来确定系数修正量的大小,提高了模型测量的实时性和灵活性,并将其成功应用于电石生产比电阻的软测量中.     

分布式RBF神经网络及其在软测量方面的应用*

本文首先改进了竞争学习算法，并且在此基础上提出了递阶聚类的思想，然后利用这种思想得到了一种分布式ＲＢＦ（Ｒａｄｉａｌ ｂａｓｉｓ ｆｕｎｃｔｉｏｎ）神经网络。文章最后将这种网络应用于建立精馏塔成分估计的软测量模型。利用精馏塔的现场操作数据进行仿真，效果很好。     

基于ELM的硫熏强度软测量模型

硫熏强度是亚法糖厂澄清工段的关键工艺参数之一;硫熏强度过低会影响澄清效果,过高会造成成品糖二氧化硫残留过高;目前由于缺乏合适的硫熏强度在线测量装置,该参数主要采用人工取样和离线化验的检测方式,化验滞后时间较长,难以根据该指标及时指导实际生产的问题;为此文章采用极限学习机(ELLM)方法建立了硫熏强度软测量模型,并与基于支持向量机(SVM)、径向基函数(RBF)神经网络和反向传播(BP)神经网络的硫熏强度软测量模型进行对比分析;结果显示,基于ELM的硫熏强度软测量模型具有训练收敛速度快、模型精度高和泛化性能好等优点,可以满足实际糖厂澄清工段的要求.     

一种新的动态过程数据校正方法

数据校正技术能有效地提高测量数据的质量。本文提出了一种基于过程模型少统计分析和动态过程数据校正方法,该方法能同时进行过失误差检测并最终得到各个变量的校正值。对这种方法进行了仿真研究,仿真结果证实了该方法的有效性。     

理想物系内部热耦合精馏塔操作费用的估计与优化

给出了理想物系内部热耦合精馏塔操作费用和费用节省的估计方法.首次建立了过程操作费用的优化数学模型,并以苯-甲苯物系作为实例进行了操作费用节省的优化研究.研究结果揭示出理想物系内部热耦合精馏塔巨大的操作费用节省潜力,同时得到了最大操作费用节省目标下的过程最优操作条件.     

基于GPS数据的OMIS图像航线校正研究

随着GPS实时定位技术的发展,GPS广泛地应用于舰船、飞机等动态目标的导航定位。机载GPS数据用于遥感图像航线校正就是利用机载GPS数据模拟计算出飞机飞行的各种姿态参数,从而对由机载成像光谱仪获得的遥感图像进行方位校正,使遥感图像达到几何粗校正的结果,为几何精校正打下基础。OMIS是中国科学院上海技术物理所新近研制的128通道成像光谱仪,并于1998年8月在江苏常州进行了试验飞行。结合这次实验,利用机载GPS数据对飞行图像进行了航线校正研究,并结合实际飞行数据进行了实验,获得了较好的结果。     

基于信息融合的火电厂飞灰含碳量的软测量建模实验室

提出了利用信息融合与软测量技术对火电厂飞灰含碳量测量进行建模的新算法．首先给出了自适应加 权融合和最小二乘支持向量机（LSSVM）算法,其次对三个非线性测试函数分别运用BP 神经网络、LSSVM 和基于 自适应加权融合的LSSVM 算法进行建模并比较了精度,最后给出了基于自适应加权融合的LSSVM 在火电厂飞灰 含碳量建模中应用的结果．     

焦饼温度的软测量模型建立

针对焦化厂焦饼温度难以测量这一情况 ,提出利用软测量技术来解决这一问题 ,建立了回归方程模型、BP网络模型和RBF网络模型 ,并对其仿真结果进行了分析和比较 ,验证了该方法的可行性     

基于模糊建模的冷凝器污脏软测量

提出了一种基于模糊建模的冷凝器污脏软测量方法.该方法选取传热端差作为研究对象,应用模糊建模技术分离出冷凝器污脏对端差的影响.在模糊建模中,采用T-S模型描述变工况传热端差,研究了一种相似度判别法则以确定最优模型结构,并采用实数编码的遗传算法同时优化模型前、后件参数,从而获得了规则简化、精度较高的模糊模型.根据此方法,设计了试验系统,并进行了现场试验.试验结果表明:该方法能有效地在线监测冷凝器污脏,并在冷凝器出现堵管或空气漏入量较大时,取得比热阻法、传热系数法更可靠的测量结果.     

基于径基函数神经网络的精馏塔自适应控制

精馏塔是化工过程中最常用，最重要的操作单元，基本质的非线性及时变性使得对它控制军权     

基于生成对抗网络的知识蒸馏数据增强

在图像分类和工业视觉检测过程中,缺陷样本量少导致神经网络分类器训练效率低及检测精度差,直接采用原始的离散标签又无法使网络分类器学习到不同类别间的相似度信息。针对上述问题,在区域丢弃算法的基础上,提出一种基于生成对抗网络的知识蒸馏数据增强算法。使用补丁对丢弃区域进行填补,减少区域丢弃产生的非信息噪声。在补丁生成网络中,保留生成对抗网络的编码器-解码器结构,利用编码器卷积层提取特征,通过解码器对特征图上采样生成补丁。在样本标签生成过程中,采用知识蒸馏算法中的教师-学生训练模式,按照交叉检验方式训练教师模型,根据教师模型生成的软标签对学生模型的训练进行指导,提高学生模型对特征的学习能力。实验结果表明,与区域丢弃算法相比,该算法在CIFAR-100、CIFAR-10数据集图像分类任务上的Top-1 Err、Top-5 Err分别降低3.1、0.8、0.5、0.6个百分点,在汽车转向器轴承数据集语义分割任务上的平均交并比和识别准确率分别提高2.8、2.3个百分点。     

商业银行数据仓库建模研究与设计

数据仓库建模在商业银行决策支持过程中具有重要意义。文章从整个商业银行的业务和管理角度,阐述和分析了商业银行数据仓库建模的相关问题和解决方案：通过界定数据仓库系统边界和确定主要的主题域,获得稳固的概念模型;在最常用的雪花模型基础上融入面向对象思想,构建对象和雪花模型混合的数据仓库逻辑模型。对商业银行数据仓库的构建具有较好的参考价值。