丙烯精馏塔关键组分软测量研究

作者：李克明; 赵亮

来源：计算机与应用化学, 2010, (04): 557-560.

DOI：10.16866/j.com.app.chem2010.04.030

• RBF神经网络
• 粒子群优化算法
• 协同随机粒子群优化算法
• 软测量
• 丙烯精馏塔 RBF neural network
• particle swarm optimization
• cooperative random particle swarm optimization
• soft sensor
• propylene fraction column

丙烯精馏塔关键组分塔顶的丙烷浓度和塔釜的丙烯浓度的准确测量是乙烯生产企业提高丙烯收率的关键。鉴于丙烷浓度和丙烯浓度分析仪经常出现故障,提出以RBF神经网络加协同随机粒子群优化(PSO)算法的软测量建模法,即利用RBF神经网络的局部逼近能力来获得模型的结构,利用协同随机PSO算法的全局搜索能力来优化模型的参数,提高模型的逼近能力和泛化能力。该方法克服了BP网络对初始值和网络结构敏感,容易陷入局部最优的缺陷,以及RBF网络全局逼近能力差的缺点。仿真结果表明,此方法所得软测量模型精度高,泛化能力强。

• 单位
  华东理工大学; 中国石油化工股份有限公司