科研之友
微信
新浪微博
Facebook
分享链接
摘要
间歇精馏已广泛应用于小批量、高附加值的精细化工和制药行业。然而在非稳态精馏过程中，一些重要的质量参数如产品组成等难以被直接测量，导致常规控制方法效果不佳。为解决这一问题，提出基于BP神经网络的非稳态精馏过程软测量模型，网络结构为3-12-1,再利用遗传算法、麻雀搜索算法等智能优化算法对网络进行优化，使用优化后的BP神经网络对非稳态精馏过程的产品质量进行预测。结果表明：经麻雀搜索算法优化后，BP神经网络的均方误差为4.32×10-5,与标准BP神经网络相比降低约59%,与遗传算法优化后的BP神经网络相比降低约26%。因此采用麻雀搜索算法优化后的BP神经网络建立非稳态精馏过程软测量模型，能够实现更高的预测精度。
- 单位
