论文部分内容阅读
本文针对仪征化纤32.5万吨/年PTA(精对苯二甲酸)装置，把软测量技术与最小二乘支持向量机、RBF神经网络等智能算法和技术相结合，对其在PTA产品粒径的建模进行了研究与应用。
由于PTA产品粒径作为重要质量指标之一，尚不能在线测量，且人工分析值存在大滞后性，无法实施在线实时控制，使得质量性能有所下降。采用软测量技术可以较好地解决该类难题。
本文按照软测量建模的开发流程对PTA粒径实施建模：在深入了解PTA结晶工艺基础上，合理选择辅助变量；对现场采集的数据进行处理和校正，并采用主元分析法滤去冗余变量；然后分别根据最小二乘支持向量机和基于误差纠正学习算法的RBF径向基函数神经网络进行软测量建模，根据训练拟合和检验拟合结果，选取了泛化性能较好的最小二乘支持向量机回归建模，并进行了模型校正。结果表明，仿真预测值与实际分析值相比，符合稳定生产和质量控制的要求。
此外，本文还对MATLAB在DCS系统上的实现，及工程应用过程中遇到的问题一一液位测量的显著误差和不可测扰动对生产的影响，提出了数据交换、误差校正及推断控制系统的设计方案，为工程实施奠定了基础。