利用RBF神经网络实现聚合反应的内模控制
该文主要针对苯乙烯本体聚合反应分子量分布控制领域,研究基于径向基(RBF)神经网络算法的内模控制策略.主要探讨了几个方面的问题:聚合过程控制的重要性;苯乙烯本体聚合反应机理模型的建立;利用RBF神经网络建立苯乙烯本体聚合反应非线性系统模型;利用RBF神经网络实现对单输入单输出聚合反应模型的内模控制;基于RBF神经网络的多输入多输出聚合反应系统的内模控制策略.该文利用RBF神经网络对非线性系统的逼近能力,对苯乙烯本体聚合反应模型进行学习训练,这里通过使用一种改进的RBF算法对模型进行建模,获得了较好的神经网络结构.同时,内模控制器的实现(也即逆模型的获得)也是通过RBF神经网络对逆模型的学习训练完成的.在完成以上各项训练的基础上,构成一个单输入单输出聚合反应模型的内模控制系统,并通过实验证明,该控制系统具有较强的鲁棒性和抗干扰能力.
苯乙烯本体聚合;RBF神经网络;内模控制
北京化工大学
硕士
控制理论与控制工程
曹柳林
2004
中文
TQ316.37;TP183
68
2004-10-21（万方平台首次上网日期，不代表论文的发表时间）