基于小波网络模型的EPI过程的控制和优化

被引：1

作者：

黄德先

金以慧

张杰

MORRIS Julian

机构：

[1] 清华大学自动化系

[2] Department of Chemical Engineering and Process

[3] University of Newcastle

[4] University of Newcastle 北京

[5] 北京

[6] Newcastle NE RU

[7] UK

来源：

控制工程 | 2005年 / 04期

关键词：

EPI反应分馏过程; 小波网络; 非线性预测控制; 优化;

D O I：

10.14107/j.cnki.kzgc.2005.04.020

中图分类号：

TP273 [自动控制、自动控制系统];

学科分类号：

080201 ; 0835 ;

摘要：

针对具有强非线性、大纯滞后特性的EPI反应分馏生产过程的废液DOC体积分数控制这一控制难题,应用小波神经网络模型和结合机理分析模型及小波神经网络模型的混合模型结构进行实际EPI反应分馏生产过程的建模控制和优化,提出了基于稳态小波神经网络模型的优化和基于动态小波神经网络模型的非线性预测控制两层结构的整体解决方案,在实际生产过程中获得了成功的应用,不仅使生产过程平稳运行,而且显著地降低排放废液中的DOC体积分数,达到了环保的标准。所提出的技术适合于许多连续反应系统。

引用

页码：357 / 360

页数：4

共 4 条

[1]

The application of wavelet neural networks to nonlinear predictive control. Huang D X,Jin Y H. In Proceedings of IEEE International Conference on Neural Networks . 1997

[2]

Synthesis of epichlorhydrin by elimination of hydrogen chloride from chlorhydrins. Carra S,Santacesaria E,Morbidelli M. Industrial Engineering . 1979

[3]

Nonlinear chemical process modelling and application in epichlorhydrine production plant using wavelet networks. Huang D X,Jin Y H,Zhang J,et al. The Chinese Journal . 2002

[4]

Nonlinear control of chemical processes: a review. Bequette W B. Industrial and Engineering Chemistry Research . 1991

← 1 →