基于神經(jīng)網(wǎng)絡(luò)在線觀測化工系統(tǒng)不可測輸入的研究.pdf

1、對于像催化裂化提升管反應(yīng)器和循環(huán)流化床鍋爐燃燒系統(tǒng)這樣的非線性、分布參數(shù)、多變量、緊密耦合、大滯后的化工系統(tǒng)，非線性狀態(tài)觀測器的構(gòu)造一直沒有統(tǒng)一的方法，這類系統(tǒng)剛性強，直接從數(shù)學(xué)模型中去求解逆系統(tǒng)十分困難。神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)辨識方法對非線性系統(tǒng)有良好逼近性能，應(yīng)用神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)辨識方法來構(gòu)造逆系統(tǒng)，不失為實現(xiàn)這類系統(tǒng)不可測變量在線觀測的有效途徑。 本文首先以催化裂化提升管反應(yīng)器工業(yè)裝置為研究對象，以本實驗室研究建立的催化裂化反應(yīng)再生

2、系統(tǒng)動態(tài)數(shù)學(xué)模型為基礎(chǔ)，在本實驗室開發(fā)的XD-APC軟件平臺上完善催化裂化反應(yīng)再生模型的組態(tài)，優(yōu)化了反應(yīng)再生仿真系統(tǒng)，模擬實際工業(yè)裝置的計算機控制過程，從此仿真系統(tǒng)中獲得催化裂化不可測輸入研究的仿真數(shù)據(jù)，建立了基于機理模型的催化裂化提升管反應(yīng)器不可測輸入的在線觀測系統(tǒng)，并利用BP神經(jīng)網(wǎng)絡(luò)對FCCU過程中不可測輸入變量(催化劑循環(huán)量和裂化反應(yīng)熱)進行在線觀測研究。 同時，本文將此方法推廣到循環(huán)流化床鍋爐裝置，以本實驗室研究建立的循