填料塔液泛預(yù)測的深度學(xué)習(xí)建模研究.pdf

1、填料塔廣泛應(yīng)用于化工行業(yè)的精餾、傳熱等操作單元中。通常，將填料塔的運(yùn)行狀態(tài)接近（但不超過）液泛點(diǎn)可提高其生產(chǎn)效率。但是，一旦發(fā)生液泛則會導(dǎo)致填料塔低效運(yùn)行，甚至?xí)仁拐麠l生產(chǎn)線停工。因此，針對填料塔液泛有效的在線監(jiān)測可以保障填料塔的高效安全運(yùn)行。
　　本文首先綜述了填料塔液泛監(jiān)測的傳統(tǒng)方法，將深度學(xué)習(xí)應(yīng)用于填料塔重要過程信息的特征提取中，以有效分析液泛現(xiàn)象。為了更好提取過程變量和數(shù)字圖像中的不同信息，提出在線監(jiān)測填料塔液泛的深度學(xué)

2、習(xí)復(fù)合模型。最后，通過辨識填料塔的不同狀態(tài)，實(shí)現(xiàn)模型的在線監(jiān)測。本文的主要工作與創(chuàng)新點(diǎn)如下:
　　(1)針對傳統(tǒng)液泛模型提取過程數(shù)據(jù)重要特征的不足，將深度置信網(wǎng)絡(luò)(DBN，Deep Belief Network)應(yīng)用于填料塔液泛預(yù)測。針對噪聲大且非線性強(qiáng)的過程數(shù)據(jù)，提出一種自適應(yīng)深度置信網(wǎng)絡(luò)(ADBN，Adaptive DBN)，使其能自主選擇參數(shù)以高效率的完成模型訓(xùn)練。實(shí)驗(yàn)表明ADBN模型在特征提取及液泛預(yù)測的能力較傳統(tǒng)模型更具