【技术实现步骤摘要】
一种用于高密度聚乙烯串级聚合反应的软测量方法
本专利技术涉及聚乙烯生产的
，尤其涉及一种用于高密度聚乙烯串级聚合反应的软测量方法。
技术介绍
随着高分子材料科学的技术进步，生产工艺的不断改进，在管道领域发生了一场技术革命，即“以塑代钢”。在这场技术革命中，高密度聚乙烯管道因其具有极高的机械强度和高速的加工性能而倍受青睐，目前已广泛运用于燃气输送、给水、排污、农业灌溉、矿山细颗粒固体输送，以及油田、化工和邮电通讯等领域，特别在燃气输送上得到了普遍的应用。但是由于高密度聚乙烯(HighDensityPolyethylene，HDPE)的生产系统具有复杂的工艺结构，采用过程建模与模拟技术、先进控制与优化技术、生产监控与安全技术成为了降低生产成本、提高生产操作水平、消除装置“瓶颈”成为提高企业经济效益的主要手段，其中应用过程建模、控制与优化技术以指导生产装置操作已成为我国聚乙烯生产企业的迫切需求。因此，研究应用先进技术进行HDPE生产过程参数的智能检测以及产品单耗的优化操作，具有重要的理论意义和实际应用价值。人工神经网络是一种基于数据驱动的自适应方法，其根据过程所提...
【技术保护点】
1.一种用于高密度聚乙烯串级聚合反应的软测量方法，其特征在于，包括：对现场采集的高密度聚乙烯反应数据中存在的缺失数据、异常数据和噪声数据进行处理；将处理之后的数据作为二反应器熔融指数模型和聚乙烯产品单耗模型的训练数据；将所述训练数据分为用于基于正则化的神经网络建模的训练样本和验证样本，其中，2/3的训练数据作为训练样本，1/3的训练数据作为验证样本；根据扩展函数对训练样本集与验证样本集的数据进行扩展；使用正则化方法替代函数连接神经网络中的梯度下降方法，通过设置正则化参数对所述函数连接神经网络的权值计算进行优化；使用优化之后的函数连接神经网络对所述高密度聚乙烯反应建立函数连接...
【技术特征摘要】
1.一种用于高密度聚乙烯串级聚合反应的软测量方法，其特征在于，包括：对现场采集的高密度聚乙烯反应数据中存在的缺失数据、异常数据和噪声数据进行处理；将处理之后的数据作为二反应器熔融指数模型和聚乙烯产品单耗模型的训练数据；将所述训练数据分为用于基于正则化的神经网络建模的训练样本和验证样本，其中，2/3的训练数据作为训练样本，1/3的训练数据作为验证样本；根据扩展函数对训练样本集与验证样本集的数据进行扩展；使用正则化方法替代函数连接神经网络中的梯度下降方法，通过设置正则化参数对所述函数连接神经网络的权值计算进行优化；使用优化之后的函数连接神经网络对所述高密度聚乙烯反应建立函数连接神经网络模型；使用所述函数连接神经网络模型进行所述高密度聚乙烯反应的软测量。2.根据权利要求1所述的用于高密度聚乙烯串级聚合反应的软测量方法，其特征在于，所述对现场采集的高密度聚乙烯反应数据中存在的缺失数据、异常数据和噪声数据进行处理的步骤之后包括：使用固定均值算法进行数据融合，生成包含14组采样值和2组分析值的输出值vi(n)(i＝1，2，K，16)；所述将处理之后的数据作为二反应器熔融指数模型和聚乙烯产品单耗模型的训练数据的步骤包括：获得所述二反应器熔融指数模型的训练数据为：Ω1＝{X，Y}＝{(Xn，Yn)|n＝1，2，…，N；Yn＝[yn1]T＝[v15(n)]T；Xn＝[xn1，xn2，…，xn，14]T＝[v1(n)，v2(n)，v3(n)，v4(n)，v5(n)，v6(n)，v7(n)，v8(n)，v9(n)，v10(n)，v11(n)，v12(n)，v13(n)，v14(n)]T}获得所述聚乙烯产品单耗模型的训练数据为：Ω2＝{X，Y}＝{(Xn，Yn)|n＝1，2，…，N；Yn＝[yn1]T＝[v16(n)]T；Xn＝[xn1，xn2，…，xn，11]T...
【专利技术属性】
技术研发人员：贺彦林，田业，朱群雄，徐圆，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。