基于深度学习的聚合化学反应不确定热力学参数智能控制新法

聚合反应是个剧烈的放热反应，具有非线性、时变、大滞后的问题；聚合反应过程中会产生不确定的热力学参数问题，由于热力学参数问题难以解决，传统的方法比较繁琐和困难，聚合反应过程采用的模型预测的控制方法，将不确定的热力学参数上下进行取值，以获得更多的数据，运行出多组结果。将不确定的热力学参数作为输入，运行时间作为输出，得出多组实验后，再运用深度学习BP神经网络的方法给这些数据训练出来，得到一个模型，为了验证模型的准确性，把不确定的热力学参数代到目标函数中，得出的结果数据与实验的结果数据大致相符，进而模型的准确性得到验证。深度学习能够有效、简便地实现不确定参数的估计，从而实现整个反应过程控制的完成，这不仅能够提高效率，还能增加安全性。