基于自适应动态规划的CSTR过程在线控制研究
发布时间:2021-03-11 09:36
连续搅拌反应釜(Continuous Stirred Tank Reactor,CSTR)是石油、化工行业最常见的工业设备之一,在药剂合成、发酵工程和添加剂制备中的应用非常广泛。反应釜中发生的化学反应大多伴随着大量的放热或吸热,这类反应会使釜内温度在短时间内急剧上升或者下降,严重影响产品质量,所以反应釜的温度控制一直是专家学者们的研究热点。在控制器无法精确控制釜内温度的时候,许多工厂会采用人工控制,在增加大量人工成本的同时,也存在严重的安全隐患。导致反应釜温度控制难的原因不仅仅是化学反应中的吸、放热,生产过程中的不确定因素(例如环境影响或外部干扰)使得CSTR往往表现出强烈的强非线性、大时滞性和强耦合性,这些特性导致反应釜的过程模型难以建立或精度较低,从而给现场控制带来了极大的困难。本文以石油工程中降滤失剂羧甲基淀粉钠盐(Carboxymethyl starch sodium,CMS)生产过程为例,在国内外专家学者的研究基础上,利用数据驱动的方法建立CSTR模型,并利用自适应动态规划(Adaptive dynamic programming,ADP)设计控制策略,围绕CSTR的建模和温...
【文章来源】:重庆科技学院重庆市
【文章页数】:74 页
【学位级别】:硕士
【部分图文】:
CSTR过程L值寻优Fig.4.3ParetofrontiersoftheLvalue
图 4.3 CSTR 过程L 值寻优Fig.4.3Pareto frontiers of the L value,选择 L 0.303作为最优触发常数, Q ,R 为相应大1 2( ) ( )1 21 0.6060.303 ( )1 0.606jjk kT jk kjLe k e L x kLx kL ( )( ) ) ( ) ( )jk x k x k触发条件时,系统状态会再次通过 x为 3-6-2,执行网络各层节点数为 2-6-2,输入为两 UKF 的方法离线优化评价网络和执行网络输入层初始权值取 [-1,1]间随机数,设定学习率为 a cl l始参数完全一致,图 4.4 和图 4.5 分别为生成物浓反应最适温度为 45℃,在此温度下平稳生产的 C
【参考文献】:
期刊论文
[1]基于二次逼近神经网络的反应釜预测控制[J]. 林勇,宋一凡,温阳东. 计算机测量与控制. 2017(10)
[2]基于自适应动量因子的区间神经网络建模方法[J]. 陈实,易军,李倩,黄迪,李太福. 四川大学学报(自然科学版). 2017(05)
[3]动态规划在物流配送最短路径问题中的应用[J]. 李杰,费时龙,刘兆鹏. 吉林化工学院学报. 2016(11)
[4]神经网络算法在反应釜温度控制中的应用[J]. 王泽欢,吴学华,李文涛,金建庆. 中国仪器仪表. 2016(08)
[5]基于动态规划的分层立体匹配算法研究[J]. 程思培,达飞鹏. 仪器仪表学报. 2016(07)
[6]基于泛函分析思想的动态规划算法及其在水库调度中的应用研究[J]. 纪昌明,李传刚,刘晓勇,王渤权,张培. 水利学报. 2016(01)
[7]基于模糊-PID的小型反应釜控制系统设计[J]. 马泽宇,李季. 自动化技术与应用. 2013(12)
[8]基于数据的自学习优化控制:研究进展与展望[J]. 刘德荣,李宏亮,王鼎. 自动化学报. 2013(11)
[9]量子门Elman神经网络及其梯度扩展的量子反向传播学习算法[J]. 李鹏华,柴毅,熊庆宇. 自动化学报. 2013(09)
[10]基于PSO优化RBF神经网络的反应釜故障诊断[J]. 陈波,潘海鹏,邓志辉. 中国机械工程. 2012(18)
博士论文
[1]CSTR过程的模型辨识及其非线性预测控制方法研究[D]. 满红.大连理工大学 2014
[2]线性Markov切换系统的随机微分博弈理论及在金融保险中的应用研究[D]. 朱怀念.广东工业大学 2013
[3]非线性滤波在通信与导航中的应用研究[D]. 张鑫明.北京邮电大学 2012
硕士论文
[1]基于回声状态网络的糖厂澄清工段建模与HDP控制研究[D]. 刘云鹏.广西大学 2013
[2]化工反应釜温度控制系统的研究与设计[D]. 刘磊.辽宁科技大学 2012
[3]区间预测控制算法研究及稳定性分析[D]. 商富荣.中国石油大学 2008
本文编号:3076260
【文章来源】:重庆科技学院重庆市
【文章页数】:74 页
【学位级别】:硕士
【部分图文】:
CSTR过程L值寻优Fig.4.3ParetofrontiersoftheLvalue
图 4.3 CSTR 过程L 值寻优Fig.4.3Pareto frontiers of the L value,选择 L 0.303作为最优触发常数, Q ,R 为相应大1 2( ) ( )1 21 0.6060.303 ( )1 0.606jjk kT jk kjLe k e L x kLx kL ( )( ) ) ( ) ( )jk x k x k触发条件时,系统状态会再次通过 x为 3-6-2,执行网络各层节点数为 2-6-2,输入为两 UKF 的方法离线优化评价网络和执行网络输入层初始权值取 [-1,1]间随机数,设定学习率为 a cl l始参数完全一致,图 4.4 和图 4.5 分别为生成物浓反应最适温度为 45℃,在此温度下平稳生产的 C
【参考文献】:
期刊论文
[1]基于二次逼近神经网络的反应釜预测控制[J]. 林勇,宋一凡,温阳东. 计算机测量与控制. 2017(10)
[2]基于自适应动量因子的区间神经网络建模方法[J]. 陈实,易军,李倩,黄迪,李太福. 四川大学学报(自然科学版). 2017(05)
[3]动态规划在物流配送最短路径问题中的应用[J]. 李杰,费时龙,刘兆鹏. 吉林化工学院学报. 2016(11)
[4]神经网络算法在反应釜温度控制中的应用[J]. 王泽欢,吴学华,李文涛,金建庆. 中国仪器仪表. 2016(08)
[5]基于动态规划的分层立体匹配算法研究[J]. 程思培,达飞鹏. 仪器仪表学报. 2016(07)
[6]基于泛函分析思想的动态规划算法及其在水库调度中的应用研究[J]. 纪昌明,李传刚,刘晓勇,王渤权,张培. 水利学报. 2016(01)
[7]基于模糊-PID的小型反应釜控制系统设计[J]. 马泽宇,李季. 自动化技术与应用. 2013(12)
[8]基于数据的自学习优化控制:研究进展与展望[J]. 刘德荣,李宏亮,王鼎. 自动化学报. 2013(11)
[9]量子门Elman神经网络及其梯度扩展的量子反向传播学习算法[J]. 李鹏华,柴毅,熊庆宇. 自动化学报. 2013(09)
[10]基于PSO优化RBF神经网络的反应釜故障诊断[J]. 陈波,潘海鹏,邓志辉. 中国机械工程. 2012(18)
博士论文
[1]CSTR过程的模型辨识及其非线性预测控制方法研究[D]. 满红.大连理工大学 2014
[2]线性Markov切换系统的随机微分博弈理论及在金融保险中的应用研究[D]. 朱怀念.广东工业大学 2013
[3]非线性滤波在通信与导航中的应用研究[D]. 张鑫明.北京邮电大学 2012
硕士论文
[1]基于回声状态网络的糖厂澄清工段建模与HDP控制研究[D]. 刘云鹏.广西大学 2013
[2]化工反应釜温度控制系统的研究与设计[D]. 刘磊.辽宁科技大学 2012
[3]区间预测控制算法研究及稳定性分析[D]. 商富荣.中国石油大学 2008
本文编号:3076260
本文链接:https://www.wllwen.com/kejilunwen/huaxuehuagong/3076260.html