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

气分脱丙烷塔的建模与分析

内容摘要

全文目录

相似论文