【技术实现步骤摘要】
一种变压精馏过程中基于BP神经网络的智能器
[0001]本专利技术涉化工、控制和神经网络的
,具体涉及一种变压精馏过程中基于BP神经网络的智能控制器。
技术介绍
[0002]高纯度的产品要求和复杂的进料系统(共沸物)促进了特殊精馏工艺的发展,变压精馏由于不需要额外添加溶剂,具有突出的节能潜力,近年来备受关注。变压精馏过程需要一个稳定有效的控制结构来满足实际应用。目前在变压精馏过程中应用最广泛的是PID控制,主要分为间接控制和直接控制。间接控制是通过控制精馏塔塔板温度来控制产品纯度(Luo,Haotao,et al."Comparison of pressure
‑
swing distillation and extractive distillation methods for isopropyl alcohol/diisopropyl ether separation."Industrial&Engineering Chemistry Research 53.39(2014):151
【技术保护点】
【技术特征摘要】
1.一种变压精馏过程中基于BP神经网络的智能器,其特征在于,所述方法包括:S1设计出三塔变压精馏的PID控制结构:进料由流量控制器控制,反作用;三座塔的塔顶压力由冷凝器负荷控制,反作用;三座塔的回流罐液位由塔顶采出量控制,正作用;三座塔的塔釜液位由塔底采出量控制,正作用;三座塔的回流比为比值控制;三座塔的灵敏板温度通过再沸器热负荷控制,反作用;三座塔的产品组分控制器与各自的温度控制器形成串级控制,反作用。S2调节控制器参数,使得可以抵抗
±
20%的进料流量扰动和组分扰动。S3以0.01小时为采样间隔,采集步骤S2中每个抗扰动过程中每个控制器的数据,每个扰动采集20小时,四种扰动共8000组数据。S4将每个塔的产品纯度和每个温度控制器设定值作为输出变量,其余所有变量作为输入变量,计算每个输出变量和每个输入变量之间的相关性系数。从整体上看,选择与输入变量相关性强的输出变量作为最终BP神经网络的输出,与输出变量相关性大于等于0.6的输...
【专利技术属性】
技术研发人员:单宝明,孙得峰,马存成,徐啟蕾,张方坤,
申请(专利权)人:青岛科技大学,
类型:发明
国别省市:
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。