• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 8
    • 下载费用:30 金币  

    重庆时时彩缩水教程: 一种用于PTA生产的基于模型学习的软测量方法.pdf

    关 键 词:
    一种 用于 PTA 生产 基于 模型 学习 测量方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201110310808.6

    申请日:

    2011.10.14

    公开号:

    CN102385706A

    公开日:

    2012.03.21

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06K 9/62申请公布日:20120321|||实质审查的生效IPC(主分类):G06K 9/62申请日:20111014|||公开
    IPC分类号: G06K9/62 主分类号: G06K9/62
    申请人: 浙江大学
    发明人: 纪彭; 蒋鹏飞
    地址: 310027 浙江省杭州市西湖区浙大路38号
    优先权:
    专利代理机构: 杭州求是专利事务所有限公司 33200 代理人: 杜军
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201110310808.6

    授权公告号:

    ||||||

    法律状态公告日:

    2013.10.16|||2012.05.02|||2012.03.21

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    本发明公开了一种用于PTA生产的基于模型学习的软测量方法。传统的软测量不能有效地对PTA生产过程的物耗指标和质量指标进行在线软测量。本发明利用校验完毕的PTA生产装置的机理模型进行流程模拟,在离线状态下,针对不同的典型工况一次性产生大批量的数据集,然后根据不同的典型工况,利用之前模拟产生的数据集训练得出一系列用于正向计算的数据模型,在在线状态下,用该数据模型来完成对PTA生产过程中的关键变量的软测量任务。本发明在实时计算方面具有较快的计算速度以及较高的准确率,同时具有较好的鲁棒性且不依赖于某一种具体的流程

    权利要求书

    1.一种用于PTA生产的基于模型学习的软测量方法,其特征在于如下步骤:?步骤(1).使用流程模拟软件根据PTA生产过程的工艺知识建立PTA生产过程装置的机理模型,并对机理模型进行校验;步骤(2).利用步骤(1)中校验完成的PTA生产装置的机理模型对????????????????????????????????????????????????种不同的典型工况进行流程模拟产生组频率相同的对应于各自典型工况的数据集,为自然数,设置训练辅助变量;步骤(3).根据PTA生产装置的特性选择第个典型工况下的原始数据模型,然后利用步骤(2)模拟产生的数据集,分别训练得出用于正向计算的数据模型;步骤(4).判断是否等于:如果,返回步骤(3),选择第个典型工况下的原始数据模型,训练得出用于正向计算的数据模型;如果,则进入步骤(5);步骤(5).从历史工况数据集训练得出的个用于正向计算的数据模型,根据公式?和得出与当前工况匹配的数据模型预测值,将数据模型预测值作为软测量的输出结果;所述的为数据模型预测结果向量,为个不同的数据模型对应的权系数;为不同的数据模型对当前工况的数据模型计算结果。

    说明书

    一种用于PTA生产的基于模型学习的软测量方法

    技术领域

    本发明属于化工技术领域,特别涉及一种用于PTA生产的基于模型学习的软测量方法。

    背景技术

    随着我国纺织市场和聚酯市场的迅猛增长,精对苯甲二酸行业得到了飞速发展,产能和产量都有了大幅的增加。据有关统计数据表明,目前中国是世界最大的PTA(pure?terephthalic?acid,精对苯甲二酸)市场,预计2010年需求量将达到1700万吨。

    近年国内PTA行业迅速发展,产能和产量都有大幅增加。但是国内的PTA生产技术,尤其是能耗和物耗的控制跟国外同类装置的先进水平相比有一定距离。比如产品羧基苯甲醛浓度作为产品质量指标的重要评判标准,在PTA生产过程中极为重要,但是现场羧基苯甲醛浓度必须通过四小时一次的离线分析化验取得,因此对现场操作人员来说,产品质量指标信息量严重不足并且滞后性较大。因此,需要有效地对PTA生产过程的物耗指标和质量指标进行在线软测量,及时发现生产操作问题,提出操作改进和工况调整方案,将物耗指标和质量指标控制在一个合理的水平。传统的软测量分为两种:一种是建立数据驱动模型,通过模型正向计算来获取对关键变量的预测值,这种方法计算速度极快但是对模型训练数据要求很高,比如说要求训练数据频率相同。第二种是建立目标工段机理模型,使用流程模拟的方法来进行对关键变量的软测量,流程模拟迭代计算耗时,且因为流程模拟软件版权问题系统投运花费巨大。从而很难实现工业过程在线软测量计算中的快速、准确和经济等要求。

    发明内容

    本发明的目的是针对现有技术的不足,提供一种用于PTA生产的基于模型学习的软测量方法。

    本发明方法利用校验完毕的PTA生产装置的机理模型进行流程模拟,在离线状态下,针对不同的典型工况一次性产生大批量的数据集,然后根据不同的典型工况,利用之前模拟产生的数据集训练得出一系列用于正向计算的数据模型,在在线状态下,用该数据模型来完成对PTA生产过程中的关键变量的软测量任务。

    本发明方法的具体步骤是:

    步骤(1).使用流程模拟软件根据PTA生产过程的工艺知识建立PTA生产过程装置的机理模型,并对机理模型进行校验;

    步骤(2).利用步骤(1)中校验完成的PTA生产装置的机理模型对???????????????????????????????????????????????种不同的典型工况进行流程模拟产生组频率相同的对应于各自典型工况的数据集,为自然数,设置训练辅助变量;

    步骤(3).根据PTA生产装置的特性选择第个典型工况下的原始数据模型,然后利用步骤(2)模拟产生的数据集,分别训练得出用于正向计算的数据模型;

    步骤(4).判断是否等于:如果,返回步骤(3),选择第个典型工况下的原始数据模型,训练得出用于正向计算的数据模型;如果,则进入步骤(5);

    步骤(5).从历史工况数据集训练得出的个用于正向计算的数据模型,根据公式?和得出与当前工况匹配的数据模型预测值,将数据模型预测值作为软测量的输出结果。

    所述的为数据模型预测结果向量,为个不同的数据模型对应的权系数。为不同的数据模型对当前工况的数据模型计算结果。

    本发明的有益效果为:

    1.本发明的用于PTA生产的基于模型学习的软测量方法使用机理模型模拟产生的PTA生产数据作为训练数据,克服了训练数据频率差异、训练数据可能受外部扰动和测量误差的影响、训练数据的缺失错误等严重影响模型精度的问题并在实时计算方面具有较快的计算速度以及较高的准确率,同时具有较好的鲁棒性。??

    2.本发明的用于PTA生产的基于模型学习的软测量方法使用训练好的数据模型取代目前普遍采用的机理模型。因此该方法具有计算速度快,计算成本低的优势,非常适合在线运行。

    3.本发明的用于PTA生产的基于模型学习的软测量方法实现简单,不依赖于某一种具体的流程模拟方法和具体的数据模型,两者可以根据实际情况任意选择,应用非常灵活。

    4.本发明的用于PTA生产的基于模型学习的软测量方法与现有软测量方法相比,本发明采用的方法原理简洁清晰,方便于计算机上实现,且灵活性很好,可任意选择流程模拟方法和数据模型结构,充分发挥各自优点,更好地满足化工流程实时优化的快速性,准确性和好的收敛性等要求。?

    附图说明

    图1本发明具体实例系统结构图。

    图2本发明具体实例流程图。

    具体实施方式

    下面结合附图对本发明作进一步描述。

    如图1所示,本发明使用流程模拟软件Aspen?Plus来对我们建立的PTA生产流程机理模型进行模拟,历史数据库保存了不同典型工况下的相关数据用于送入机理模型计算??橹杏葾spen?Plus进行模拟计算,然后利用模拟计算得到的一系列模拟数据集训练出一个神经网络和最小二乘回归(PLS)组合的数据模型取代机理模型在现场在线运行。数据模型??槎ㄊ奔扑愦邮凳笔菘庵谢袢〉氖凳笔?,数据模型输出结果作为软测量结果输出。

    本发明方法的具体步骤是:

    步骤(1).使用流程模拟软件根据PTA生产过程的工艺知识建立PTA生产过程装置的机理模型,并对机理模型进行校验;

    步骤(2).利用步骤(1)中校验完成的PTA生产装置的机理模型对种不同的典型工况进行流程模拟产生组频率相同的对应于各自典型工况的数据集,为自然数,设置训练辅助变量;

    步骤(3).根据PTA生产装置的特性选择第个典型工况下的原始数据模型,然后利用步骤(2)模拟产生的数据集,分别训练得出用于正向计算的数据模型;

    步骤(4).判断是否等于:如果,返回步骤(3),选择第个典型工况下的原始数据模型,训练得出用于正向计算的数据模型;如果,则进入步骤(5);

    步骤(5).从历史工况数据集训练得出的个用于正向计算的数据模型,根据公式?和得出与当前工况匹配的数据模型预测值,将数据模型预测值作为软测量的输出结果。

    所述的为数据模型预测结果向量,为个不同的数据模型对应的权系数。为不同的数据模型对当前工况的数据模型计算结果。

    所述的为数据模型预测结果向量,为个不同的数据模型对应的权系数。为不同的数据模型对当前工况的数据模型计算结果。

    步骤(3)中所述的原始数据模型在本发明中有三种不同的形式:BP神经网络模型、多元统计模型和多项式拟合公式,在实际使用过程中原始数据模型不拘泥于本发明所选定的三种形式。

    ????所述的数据模型使用的训练数据是利用机理模型进行流程模拟产生的频率相同的数据集合。

    ?所述的机理模型是指相关学科领域的基本定律和原理以及组成对象的部件的特征所演绎出的数学模型。

    如图2所示,本发明首先建立PTA生产装置的机理模型,并对机理模型进行校验,然后从历史数据库中选择不同工况下的数据送入机理模型计算??橹杏葾spen-Plus进行模拟计算最后产生频率相同的计算结果数据集,接着将不同工况下的模拟计算结果作为训练数据对数据模型进行训练,得出一系列用于正向计算的数据模型。在线状态下,用数据模型取代原先的机理模型,从实时数据库中获取输入数据并进行计算,将数据模型的计算结果作为软测量结果输出。

    ????整个计算流程的实施是结合Aspen?Plus12.1?OOMF?Script?Language与VB.net混合编程实现。其中历史数据库为Sqlite。

    实施例一:

    1、使用Aspen-Plus流程模拟软件对PTA氧化反应工段进行机理建模,并通过现场仪表系统与模型计算输出尾氧浓度、一氧化碳浓度等进行比对来校正机理模型。

    2、从历史数据库中获取PTA氧化反应工段典型工况下的的反应器进料,空气量,反应器温度,压力等操作数据驱动Aspen-Plus流程模拟软件对调整完毕的机理模型进行模拟计算以产生大批历史工况数据集。

    3、针对方法实际实施过程中软测量变量对二甲苯单耗和羧基苯甲醛含量与相关操作变量非线性关系较强的情况,我们选择了BP神经网络作为待训练的数据模型,用它来计算软测量变量对二甲苯单耗和羧基苯甲醛含量。BP神经网络模型的特点是能够通过反向传播来不断调整网络参数,最终使得网络计算结果与训练数据的误差平方和最小。

    4、从历史数据库中取出按照典型工况产生的大批历史数据集对BP神经网络模型进行训练得到每个典型工况对应的BP神经网络模型。

    5、根据现场工况和从实时数据库中获取的操作变量的实时数据选择不同的神经网络模型以完成正向计算,并将计算结果作为关键变量软测量值输出。

    实施例二:

    1、使用Aspen-Plus流程模拟软件对PTA氧化反应工段进行机理建模,并通过现场仪表系统与模型计算输出尾氧浓度、一氧化碳浓度等进行比对来校正机理模型。

    2、从历史数据库中获取PTA氧化反应工段典型工况下的反应器进料,空气量,反应器温度,压力等操作数据驱动Aspen-Plus对调整完毕的机理模型进行模拟计算以产生历史工况数据集。

    3、针对方法实际实施过程中软测量变量中的醋酸含量和对苯二甲酸含量两个变量,与BP神经网络对比后发现选择偏最小二乘回归(PLS)模型作为待训练的数据统计模型具有更好的模型精度。

    4、从历史数据库中取出按照典型工况产生的大批历史数据集对偏最小二乘回归(PLS)模型进行训练得到每个典型工况对应的偏最小二乘回归(PLS)模型。

    5、根据现场工况和从实时数据库中获取的操作变量实时数据选择不同的偏最小二乘回归(PLS)模型以完成正向计算,并将计算结果作为关键变量软测量值输出。

    本发明存在许多不同的形式实施,因此不局限于说明书列出的实施例。

    关于本文
    本文标题:一种用于PTA生产的基于模型学习的软测量方法.pdf
    链接地址://www.4mum.com.cn/p-5817385.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 青海11选5今日开奖结果 pk10牛牛是官方开奖吗 天津11选5手机 东安中彩票 25号云南11选5开奖结果 青海十一选五遗漏号 吉林11选5号码遗漏 云南十一选五每天开奖 辽宁11选5历史 舟山星空棋牌游戏官网 36棋牌新神兽规律 正规棋牌下载送10现金 股票融资利率 腾讯分分彩计划视频 甘肃十一选五今天预测 股票融资费用