裂解反应动力学模型研究概况

裂解反应动力学模型是裂解炉模拟的核心,其准确性直接影响裂解产物预测的准确性以及裂解炉先进控制水平,最终影响乙烯生产的成本.裂解反应动力学模型分为经验模型、分子反应模型和机理模型.分别介绍了三种模型的主要方法和优缺点,指出各类模型的应用方向.同时介绍了裂解反应模型未来研究方向.把裂解反应动力学模型和CFD模型结合进行模拟,计算结果的准确度将得到较大的提高,将为乙烯裂解炉的精确控制提供强有力的参考.     

对角CARIMA模型多变量广义预测控制

为了丰富多变量广义预测控制算法(MGPC)的建模能力、降低其求解难度、增强其控制参数选择的灵活性，采用对角形式的受控自回归积分滑动平均 (CARIMA)模型来改进MGPC.通过把CARIMA模型中的A与C矩阵构造成对角多项式矩阵的形式，把m个输入n个输出的多变量对象的参数辨识与模型预测问题分解成一系列m个输入单个输出子对象的参数辨识与模型预测问题.一方面简化了模型辨识问题，另一方面避免了模型预测中大量的矩阵运算，从而减轻了在线运算负担，简化了MGPC的实现，增强了MGPC的实用性.在一个由集散控制系统（DCS）控制的非线性液位装置上的对比实验结果表明，该方法保持了常规MGPC方法的优良性能.     

对角CARIMA模型多变量广义预测控制改进算法

为了增强多变量广义预测控制算法(MGPC)的实用性,对其实现形式进行了进一步的简化.利用对角CARIMA模型的结构特点,先对系统中单个输出变量期望值的自由响应部分进行分解推导,将其表达成自由响应项系数与系统输入输出变量已知值乘积的形式,得到此输出变量的预测表达式,然后将系统所有输出变量的预测表达式代入目标函数中,得到的控制增量等于控制器系数与参考轨迹、过程输入输出历史数据的乘积.控制器系数只与模型参数及设计参数有关,求解控制量时不再需要进行模型输出预报,控制器结构简单,实现容易.对比实验结果表明了该方法保持了常规MGPC方法的优秀控制性能.     

对角CARIMA模型多变量广义预测控制器系数直接算法

为了简化多变量广义预测控制MGPC 的设计与实现,提出了对角CARIMA (Controlled autoregressive integrated moving average) 模型MGPC 控制器系数的直接求解方法. 利用多变量对角CARIMA 模型直接递推得到了非常简洁的 MGPC 控制器，控制增量等于控制器系数与设定值、过程输入输出历史数据、模型预测误差历史数据的乘积，控制器系数只与模型参数和设计参数有关，控制器系数维数只由模型结构参数决定. 避免了Diophantine 方程的求解，减少了在线计算量，简化了MGPC 控制器的实现. 在一个DCS 控制的非线性液位装置上的对比实验结果表明了该方法的有效性.     

模糊C均值聚类在萃取精馏塔软测量中的应用

丁二烯萃取精馏过程中 ,副产品抽余液 (BBR)的质量 (丁二烯含量 )和很多工艺参数有关 ,工艺参数之间又是相互关联、耦合的 ,并具有噪声。应用主元分析法 (PCA)将这些工艺数据进行压缩和抽提 ,解决了工艺参数间的相关问题 ,同时去掉了一些信息量不大 ,并带来噪声的主成分。用模糊C均值聚类算法将训练集分成具有不同聚类中心的子集 ,每一子集用径向基函数 (RBF)网络进行训练来获得子模型 ,然后用模糊聚类产生的隶属度将各子模型的输出加权求和得到BBR中顺丁烯的含量 ,由顺丁烯的含量来估计丁二烯含量。结果表明 ,这种软测量算法具有较好的建模效果 ,由于采取了数据分组训练 ,大大节省了建模的训练时间 ,比单纯的基于神经网络的方法要快得多。这种方法有很好的泛化结果和预报精度 ,对工艺操作具有指导意义     

基于BP网络的典型工业过程自适应预测区域控制

针对一类具有分数传输滞后、参数时变的典型工业过程开环参数与广义预测控制器参数之间的内在联系 ,通过在目标函数中引入开环增益 ,并利用BP网络的非线性映射能力得到了自适应广义预测控制的一种直接算法。在该算法中 ,先用一个辨识器辨识过程开环参数 ,然后由一个已训练好的BP网络根据辨识结果和加权因子的值直接计算出控制器的参数 ,得到控制律。该方法不依赖于过程的精确模型 ,极大地简化了在线计算负担。同时 ,把区域控制的思想引入到预测控制之中 ,给出了两种区域预测控制方案。在一个二元精馏塔模型上与常规广义预测控制方案的对比仿真结果验证了文中所示方法的可行性     

对角CARIMA模型输入输出约束自适应广义预测控制

为了简化输入输出约束存在时多变量广义预测控制算法的设计与实现问题,提出了对角结构形式的多变量CARIMA模型的约束广义预测控制算法.根据对角CARIMA模型的结构特点将多输人多输出对象的模型输出预报和参数辨识转化为多输入单输出子对象的模型输出预报和参数辨识,并详细分析了系统的输入输出约束形式,将模型输出预报、目标函数和约束条件中依赖于模型参数的项与依赖于过程历史数据的项完成分离,简化了模型输出预报的计算及优化问题的求解,从而简化了约束多变量广义预测控制算法的实现.在一个DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性.