常压蒸馏装置的在线优化控制
该文的主要任务是:1、采集了常压塔的生产操作数据,采用数理统计的方法,建立了常压塔的脱空度、干点估计模型及常压塔的收率数学模型.2、提出了一种基于径向基函数神经网络在线训练的产品估计方法.建立了常压塔在线估计模型.仿真研究表明该型具有较高的精度,满足工程要求.为实现常压蒸馏过程直接质量控制奠定了良好的基础.3、进行了广义预测控制算法的研究,将系统辨识的方法应用于预测控制,并进行了仿真实验,结果表明改进后的控制效果与原来相比有了非常显著的改善.4、研究了一种全局优化算法—遗传算法(GA),并提出一种基于交叉相似度的自适应遗传算法,其交叉概率、变异概率和编码长度随种群的交叉相似度而化,将自适应遗传算法用于求解蒸馏过程非线生稳态优化问题,也取得了令人满意的效果.
原油蒸馏过程;数理统计;人工神经网络;广义预测控制;系统辨识;遗传算法;在线优化系统
北京化工大学
硕士
控制理论与控制工程
潘立登;朱宪廷
2000
中文
TE962
90
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）