甲基异丁基酮生产装置的控制系统及其方法制造方法及图纸

一种甲基异丁基酮生产装置的控制系统及其方法，其获取预定时间段内多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的体积空速值，以及，所述多个预定时间点的反应温度值；结合深度学习和人工智能技术，挖掘体积空速和反应温度之间的隐含关联特征信息，基于此实现反应温度值的自适应控制。这样，可以对反应温度进行智能化控制，提高反应充分度和确保反应效率。和确保反应效率。和确保反应效率。

【技术实现步骤摘要】
甲基异丁基酮生产装置的控制系统及其方法


[0001]本申请涉及智能化生产
，并且更具体地，涉及一种甲基异丁基酮生产装置的控制系统及其方法。

技术介绍

[0002]甲基异丁基酮(MIBK)是无色稳定易燃液体，其在空气中爆炸范围为1 .4％～7 .5％，需避免火源并储存在密闭容器中低温保存，是一种优良的溶剂。由于汽车工业的快速发展，MIBK作为合成橡胶防老剂6PPD的原材料，市场需求不断增长。
[0003]专利CN 114315540 B提供了一种制备甲基异丁基酮的方法，其使异丙叉丙酮和甲基异丁基醇在铜系催化剂的作用下进行反应生成甲基异丁基酮。在该反应过程中，先将混合均匀的异丙叉丙酮和甲基异丁基醇泵入预加热系统，预热到180
°
C后从反应器底部进入，上部出料，反应体积空速为0.1h
‑
1。在该方法中，反应温度为140
°
C
‑
250
°
C温度过高可能导致产物分解或者副反应的发生，因此需要严格控制反应温度。反应温度过低可能会导致反应速率变慢，影响产物收率和选择性。因此，期待一种反应温度能够与反应体积空速进行协同，以提高反应充分度和确保反应效率。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种甲基异丁基酮生产装置的控制系统及其方法，其获取预定时间段内多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的体积空速值，以及，所述多个预定时间点的反应温度值；结合深度学习和人工智能技术，挖掘体积空速和反应温度之间的隐含关联特征信息，基于此实现反应温度值的自适应控制。这样，可以对反应温度进行智能化控制，提高反应充分度和确保反应效率。
[0005]第一方面，提供了一种甲基异丁基酮生产装置的控制系统，其包括：参数采集单元，用于获取预定时间段内多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的体积空速值，以及，所述多个预定时间点的反应温度值；体积空速排列单元，用于将所述多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的体积空速值按照时间维度排列为体积空速时序输入向量；反应温度排列单元，用于将所述多个预定时间点的反应温度值按照时间维度排列为反应温度时序输入向量；空速时序特征捕捉单元，用于将所述体积空速时序输入向量通过基于一维卷积神经网络模型的体积空速时序特征提取器以得到体积空速时序特征向量；温度时序特征捕捉单元，用于将所述反应温度时序输入向量通过基于一维卷积层和全连接层的反应温度时序特征提取器以得到反应温度时序特征向量；关联编码单元，用于对所述体积空速时序特征向量和所述反应温度时序特征向量进行关联编码以得到协同特征矩阵；以及控制结果生成单元，用于将所述协同特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的反应温度值应增大或应减小。
[0006]在上述甲基异丁基酮生产装置的控制系统中，所述空速时序特征捕捉单元，用于：使用所述基于一维卷积神经网络模型的体积空速时序特征提取器的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；以及，对所述池化特征图进行非线性激活以得到激活特征图；其中，所述基于一维卷积神经网络模型的体积空速时序特征提取器的最后一层的输出为所述体积空速时序特征向量，所述基于一维卷积神经网络模型的体积空速时序特征提取器的第一层的输入为所述体积空速时序输入向量。
[0007]在上述甲基异丁基酮生产装置的控制系统中，所述温度时序特征捕捉单元，包括：全连接子单元，用于使用所述反应温度时序特征提取器的全连接层以如下全连接公式对所述反应温度时序输入向量进行全连接编码以分别提取出所述反应温度时序输入向量中各个位置的特征值的高维隐含特征，其中，所述全连接公式为：，其中是所述反应温度时序输入向量，是反应温度输出向量，是权重矩阵，是偏置向量，表示矩阵乘；以及，一维卷积子单元，用于使用所述反应温度时序特征提取器的一维卷积层以如下卷积公式对所述反应温度时序输入向量进行一维卷积编码以提取出所述反应温度时序输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述卷积公式为：，其中，为一维卷积核在方向上的宽度、 为一维卷积核参数向量、为与一维卷积核函数运算的局部向量矩阵， 为一维卷积核的尺寸，表示所述反应温度时序输入向量，表示对所述反应温度时序输入向量进行一维卷积编码。
[0008]在上述甲基异丁基酮生产装置的控制系统中，所述关联编码单元，用于：以如下关联编码公式对所述体积空速时序特征向量和所述反应温度时序特征向量进行关联编码以得到协同特征矩阵；其中，所述关联编码公式为：， 其中，
ꢀꢀ
表示所述体积空速时序特征向量， 表示所述体积空速时序特征向量的转置向量， 表示所述反应温度时序特征向量，表示所述协同特征矩阵，表示矩阵相乘。
[0009]在上述甲基异丁基酮生产装置的控制系统中，所述控制结果生成单元，包括：矩阵展开子单元，用于将将所述协同特征矩阵按照行向量或列向量展开为分类特征向量；全连接编码子单元，用于使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类子单元，用于将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
[0010]在上述甲基异丁基酮生产装置的控制系统中，还包括用于对所述基于一维卷积神经网络模型的体积空速时序特征提取器、所述基于一维卷积层和全连接层的反应温度时序特征提取器和所述分类器进行训练的训练模块；其中，所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括预定时间段内多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的训练体积空速值、所述多个预定时间点的训练反应温度值，以及，当前时间点的反应温度值应增大或应减小的真实值；训练体积空速排列单元，用于将所述多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的训练体积
空速值按照时间维度排列为训练体积空速时序输入向量；训练反应温度排列单元，用于将所述多个预定时间点的训练反应温度值按照时间维度排列为训练反应温度时序输入向量；训练空速时序特征捕捉单元，用于将所述训练体积空速时序输入向量通过所述基于一维卷积神经网络模型的体积空速时序特征提取器以得到训练体积空速时序特征向量；训练温度时序特征捕捉单元，用于将所述训练反应温度时序输入向量通过所述基于一维卷积层和全连接层的反应温度时序特征提取器以得到训练反应温度时序特征向量；训练关联编码单元，用于对所述训练体积空速时序特征向量和所述训练反应温度时序特征向量进行关联编码以得到训练协同特征矩阵；优化单元，用于对所述训练协同特征矩阵进行表达效果优化以得到优化后训练协同特征矩阵；分类损失单元，用于将所述优化后协同特征矩阵通过分类器以得到分类损失函数值；以及，训练单元，用于基于所述分类损失函数值并基于梯度下降的传播方向来对所述基于一维卷积神经网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种甲基异丁基酮生产装置的控制系统，其特征在于，包括：参数采集单元，用于获取预定时间段内多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的体积空速值，以及，所述多个预定时间点的反应温度值；体积空速排列单元，用于将所述多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的体积空速值按照时间维度排列为体积空速时序输入向量；反应温度排列单元，用于将所述多个预定时间点的反应温度值按照时间维度排列为反应温度时序输入向量；空速时序特征捕捉单元，用于将所述体积空速时序输入向量通过基于一维卷积神经网络模型的体积空速时序特征提取器以得到体积空速时序特征向量；温度时序特征捕捉单元，用于将所述反应温度时序输入向量通过基于一维卷积层和全连接层的反应温度时序特征提取器以得到反应温度时序特征向量；关联编码单元，用于对所述体积空速时序特征向量和所述反应温度时序特征向量进行关联编码以得到协同特征矩阵；以及控制结果生成单元，用于将所述协同特征矩阵通过分类器以得到分类结果，所述分类结果用于表示当前时间点的反应温度值应增大或应减小。2.根据权利要求1所述的甲基异丁基酮生产装置的控制系统，其特征在于，所述空速时序特征捕捉单元，用于：使用所述基于一维卷积神经网络模型的体积空速时序特征提取器的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述基于一维卷积神经网络模型的体积空速时序特征提取器的最后一层的输出为所述体积空速时序特征向量，所述基于一维卷积神经网络模型的体积空速时序特征提取器的第一层的输入为所述体积空速时序输入向量。3.根据权利要求2所述的甲基异丁基酮生产装置的控制系统，其特征在于，所述温度时序特征捕捉单元，包括：全连接子单元，用于使用所述反应温度时序特征提取器的全连接层以如下全连接公式对所述反应温度时序输入向量进行全连接编码以分别提取出所述反应温度时序输入向量中各个位置的特征值的高维隐含特征，其中，所述全连接公式为：，其中是所述反应温度时序输入向量，是反应温度输出向量，是权重矩阵，是偏置向量，表示矩阵乘；以及一维卷积子单元，用于使用所述反应温度时序特征提取器的一维卷积层以如下卷积公式对所述反应温度时序输入向量进行一维卷积编码以提取出所述反应温度时序输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述卷积公式为：，其中，为一维卷积核在方向上的宽度、 为一维卷积核参数向量、为与一维卷积核函数运算的局部向量矩阵， 为一维卷积核的尺寸，表示所述反应温度时序输入向量，表示对所述反应温度时序输入向量进行一维卷积编码。4.根据权利要求3所述的甲基异丁基酮生产装置的控制系统，其特征在于，所述关联编码单元，用于：以如下关联编码公式对所述体积空速时序特征向量和所述反应温度时序特征向量进行关联编码以得到协同特征矩阵；其中，所述关联编码公式为：，其
中，
ꢀꢀ
表示所述体积空速时序特征向量， 表示所述体积空速时序特征向量的转置向量， 表示所述反应温度时序特征向量，表示所述协同特征矩阵，表示矩阵相乘。5.根据权利要求4所述的甲基异丁基酮生产装置的控制系统，其特征在于，所述控制结果生成单元，包括：矩阵展开子单元，用于将将所述协同特征矩阵按照行向量或列向量展开为分类特征向量；全连接编码子单元，用于使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及分类子单元，用于将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。6.根据权利要求5所述的甲基异丁基酮生产装置的控制系统，其特征在于，还包括用于对所述基于一维卷积神经网络模型的体积空速时序特征提取器、所述基于一维卷积层和全连接层的反应温度时序特征提取器和所述分类器进行训练的训练模块；其中，所述训练模块，包括：训练数据获取单元，用于获取训练数据，所述训练数据包括预定时间段内多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合气体的训练体积空速值、所述多个预定时间点的训练反应温度值，以及，当前时间点的反应温度值应增大或应减小的真实值；训练体积空速排列单元，用于将所述多个预定时间点的由异丙叉丙酮和甲基异丁基醇组成的混合...

【专利技术属性】
技术研发人员：杨积裕，杨怡，
申请(专利权)人：宁波开员塑业科技有限公司，
类型：发明
国别省市：