学位论文 > 优秀研究生学位论文题录展示
气分脱丙烷塔的建模与分析
作 者: 吕岩
导 师: 李少远;杨玲
学 校: 上海交通大学
专 业: 控制工程
关键词: 脱丙烷塔 神经网络 BP模型 Matlab
分类号: TQ028.3
类 型: 硕士论文
年 份: 2009年
下 载: 40次
引 用: 0次
阅 读: 论文下载
内容摘要
气体分馏装置是炼油化工行业一个具有代表性的装置,它具有典型的精密分馏过程。脱丙烷塔是气体分馏装置的重要生产设备之一,它是通过控制塔顶回流量和塔底再沸量来控制塔顶轻组分碳二、碳三的收率,它具有非线性、大时滞、多变量等特点,同时它对产品纯度要求高。对象的复杂性对控制也提出了很高的要求,为了能更好地掌握脱丙烷塔的对象特征,建立更完善的控制方案,更方便的进行仿真测试,为脱丙烷塔建立一个属于自己的模型无疑是一条行之有效的方案。进而能更好的降低装置能耗,节约生产成本,提高产品质量。本文提出了利用BP神经网络建模的方案。通过对脱丙烷塔的机理分析,将脱丙烷塔看作由三部分组成,分别为塔板段、冷凝器和再沸器,塔板段根据其物理特性分为精馏段和提馏段,并将冷凝器和再沸器各看作一层塔板。基于精馏过程的平衡关系,脱丙烷塔的精馏过程可由物料平衡、相平衡、热量平衡和摩尔分率总和四组方程来描述。选择神经网络建模,是由于神经网络建模不需要掌握精确的对象参数,可以较好的克服脱丙烷塔的非线性、大时滞、多变量等特点,并且具有自学习和自适应、自组织、函数逼近和大规模并行处理等能力。通过对RBF神经网络和BP神经网络的介绍和比较,认为BP网络具有网络结构简单、逼近精度高等特点,可以任意逼近非线性函数且收敛速度快,易于仿真,决定利用BP神经网络来建立数学模型,基于脱丙烷塔的机理分析,构建具有五个输入一个输出的BP神经网络,并根据工艺特性的生产阶段、开车阶段和波动阶段分别构建三个模型。每个模型通过各200组实际生产数据对网络进行训练,并利用另外60组验证数据对该模型进行验证。文中对于BP模型的构建、训练以及验证,在Matlab平台下进行了仿真验证,并将训练结果和仿真结果用图形表示出来。从验证结果来看,该模型可以达到较好的逼近效果,仿真精度高,适合作为脱丙烷塔的数学模型。
|
全文目录
摘要 5-7 ABSTRACT 7-11 第一章 绪论 11-13 1.1 背景介绍 11-12 1.2 神经网络的发展及现状 12-13 1.3 本章小结 13 第二章 气分装置简介 13-19 2.1 工艺简介 13-16 2.2 控制方案 16-17 2.3 脱丙烷塔的机理分析 17-19 2.4 本章小结 19 第三章 神经网络模型概述 19-26 3.1 模型的初步分析 19-20 3.2 神经网络概述 20-23 3.2.1 神经网络的基本结构 20-22 3.2.2 神经网络的应用 22-23 3.3 RBF 神经网络 23-24 3.4 BP 神经网络 24-25 3.5 本章小结 25-26 第四章 BP 神经网络建模 26-61 4.1 BP 网络算法 26-27 4.2 BP 网络的学习规则 27-29 4.3 模型建立 29-55 4.3.1 数据采集和处理 29-32 4.3.2 模型结构的确定 32-33 4.3.3 BP 网络建模 33-55 4.4 模型的验证 55-60 4.5 本章小结 60-61 第五章 结束语 61-62 参考文献 62-67 模型验证数据(附录1) 67-72 致谢 72-73 攻读硕士学位期间已发表或录用的论文 73-75
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 微细线切割往复走丝机构的设计及控制系统的研究,TG484
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
中图分类: > 工业技术 > 化学工业 > 一般性问题 > 化工过程(物理过程及物理化学过程) > 分离过程 > 单相系液态混合物的分离过程
© 2012 www.xueweilunwen.com
|