有机硅单体分馏过程能耗的多任务灰箱预测方法及系统技术方案

本发明专利技术涉及一种有机硅单体分馏过程能耗的多任务灰箱预测方法，确定精馏塔的第一原理模型；获取运行数据，将其划分为训练集和测试集；利用训练集对第一原理模型进行训练，得到待估计的模型参数向量，假设模型参数向量w

【技术实现步骤摘要】
有机硅单体分馏过程能耗的多任务灰箱预测方法及系统


[0001]本专利技术涉及流程工业生产加工
，尤其是指一种有机硅单体分馏过程能耗的多任务灰箱预测方法及系统。

技术介绍

[0002]有机硅材料具有耐腐蚀、耐辐射、耐高低温、电气绝缘、阻燃以及生物相容性好等优良特性，在食品、纺织、建筑、汽车、化工、医药、仪器仪表、航空航天等领域得到广泛应用。直接合成法生产的有机硅单体组分多，沸点接近，相对挥发度小，难分离。因此，有机硅单体分馏过程需分离的物质较多且分离要求高，一般采用多塔连续精馏工艺对单体进行提纯，是有机硅生产过程中能耗较高的单元。其中，各塔的能耗和其分离能力成正比。低成本建立分馏过程中各塔的能耗和过程变量间的关系的具有解释性的高精度模型，对提高有机硅工业的经济效益具有重要意义。
[0003]现有技术中，基于分馏过程运行数据建立的数据模型结构简单，但缺乏可解释的物理意义；基于精馏动态特性建立的第一原理模型的准确性需要极其复杂的模型结构和大量难以计算的参数，而灰箱模型通过使用数据驱动方法估计第一原理模型中的参数，保留可解释性的同时降低了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种有机硅单体分馏过程能耗的多任务灰箱预测方法，其特征在于，包括：确定灰箱能耗预测模型结构，包括确定每个精馏塔的第一原理模型；获取有机硅分馏过程稳态运行工况的运行数据，将所述运行数据随机划分为训练集和测试集，并对所述训练集和测试集进行归一化处理；利用归一化处理后的所述训练集对所述精馏塔的第一原理模型进行训练，得到待估计的模型参数向量，基于多个精馏塔间的相关性，假设模型参数向量w
t
由共享参数w0和特定参数v
t
组成，其中，共享参数w0捕捉精馏塔间的相似性，特定参数v
t
捕捉精馏塔间的差异性，并使用多任务学习算法同时估计模型参数；根据所述模型参数建立所述精馏塔的能耗模型；利用归一化处理后的所述测试集对所述精馏塔的能耗模型进行测试，得到所述测试集中的测试样本的能耗预测值，将所述测试样本的能耗预测值与所述测试样本的能耗实际值进行对比，以评估该能耗模型的性能。2.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法，其特征在于：所述运行数据包括进料流量、回流量、采出量和冷凝水流量。3.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法，其特征在于：将所述运行数据随机划分为训练集包括：将所述运行数据随机划分为训练集{(x
it
,y
it
)，i＝1,2,
…
,n
t
}，其中，(x
it
,y
it
)表示第t个塔训练集的第i个训练样本，n
t
表示该塔的训练样本个数。4.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法，其特征在于：将所述运行数据随机划分为测试集包括：将所述运行数据随机划分为测试集{(x
jt
,y
jt
)，j＝1,2,
…
m
t
}，其中，(x
jt
,y
jt
)表示第t个塔测试集的第j个测试样本，m
t
表示该塔的测试样本个数。5.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法，其特征在于：利用归一化处理后的所述训练集对所述精馏塔的第一原理模型进行训练，得到待估计的模型参数向量包括：确定的第t个精馏塔的第一原理模型如下：式中，待估计的模型参数向量为w
t
＝[w
1t w
2t w
3t w
4t
]
T
，模型输入矩阵模型输出矩阵表示模型误差，其中为n
t
维的单位列向量。6.根据权利要求5所述的有机硅单体分馏过程能耗的多任务灰箱预测方法，其特征在于：并使用多任务学习算法同时估计模型参数包括：所述多任务学习算法的目标函数形式为最小二乘支持向量机，其目标函数为：
s.t.y
it
＝x
it
(w0+v
t
)+b
t
+ξ
it
,i＝1,2,
…
,n
t
,t＝1,2,
…
T其中，ξ
it
表示松弛变量，其代表模型对于离群点的容忍度，γ表示约束松...

【专利技术属性】
技术研发人员：栾小丽，平晓静，赵顺毅，倪雨青，刘飞，
申请(专利权)人：江南大学，
类型：发明
国别省市：