科研之友
微信
新浪微博
Facebook
分享链接
摘要
当前，PID反馈控制依然是化工生产过程的主要控制策略。然而，由于复杂化工过程通常具有大时滞和非线性等特性，使得PID控制对于一些关键过程参数控制的性能不佳。为此，在实际工程中通常是现场操作人员依据自身经验对其实施人工预测调控。为了能够从历史调控数据中学习人工预测调控策略，提出了一种多任务学习级联网络（LSTM multi-task network cascades,LSTM-MNC）。根据过程变量长短期不同趋势建立预测短期变化和长期趋势的过程预测模型，并学习过程预测模型估计信息与操纵变量序列的因果关系，由被控变量偏差预测支持操纵变量序列生成，实现生产过程的智能化调控。在工业换热器过程仿真平台上进行实验，获得了满意的结果，验证了所提方法的有效性。
- 单位
