| 【中文题名】 | 精馏塔机理—神经网络混合建模的研究 |
| 【英文题名】 | Study of Distillation Column's Mechanism-NN Hybrid Model |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-14 |
| 【中关键词】 | 酒精精馏,机理模型,RBF神经网络,混合模型,, |
| 【英关键词】 | alcohol distillation,mechanism model,RBF neural network,hybrid model, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
能源需求的紧张，迫使精馏过程生产必须采用先进控制方法，以保证把精馏过程系统操作在规定的精度之内。基于模型的控制策略能够有效地解决这一问题。模型预测控制等在精馏过程中的成功应用得益于高性能的过程模型。精馏过程是一个时变、非线性、强耦合性的化工过程，因此过程建模相对比较困难。
近年来，神经网络技术的进步，推动了非线性系统建模技术的发展。在精馏过程领域，过程机理知识与智能建模技术的结合已成为建模研究的焦点。本论文的选题以机理建模为主线，以神经网络建模为补偿，建立酒精精馏塔的机理—神经网络混合模型。并分别对机理模型和混合模型进行了MATLAB仿真。
论文首先简单介绍了精馏技术的发展，然后着重介绍了酒精精馏塔的机理建模，一方面详细计算出酒精精馏塔的各种物理参数，建立机理模型的过程中四大平衡方程；另外一方面分析了机理模型简化的一些假设条件，建立起酒精精馏塔的简化机理模型；最后在MATLAB环境下对机理模型进行了仿真。接着，针对机理模型的误差过大，运用RBF神经网络模型对机理模型进行稳态误差补偿，建立稳态误差RBF补偿神经网络模型。在简单介绍混合建模理论知识后，综合前面建立的酒精精馏塔的机理模型和... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-11 |
|
第一章 引言 |
11-16 |
|
1.1 精馏塔建模与仿真的意义 |
11-12 |
|
1.1.1 精馏塔建模与仿真的意义 |
11 |
|
1.1.2 建模的类型 |
11-12 |
|
1.2 酒精精馏化工工艺简介 |
12-14 |
|
1.3 论文主要研究内容 |
14-16 |
|
第二章 酒精精馏塔的机理模型 |
16-32 |
|
2.1 精馏过程机理建模的重要性 |
16 |
|
2.2 酒精精馏塔的机理分析 |
16-21 |
|
2.2.1 精馏塔的机理模型简介 |
16-17 |
|
2.2.2 酒精精馏塔物料衡算 |
17-18 |
|
2.2.3 酒精精馏塔的热衡算 |
18-20 |
|
2.2.4 各组分在塔内的分布 |
20-21 |
|
2.3 酒精精馏塔简化机理模型 |
21-30 |
|
2.3.1 简化模型的一些假设 |
21-22 |
|
2.3.2 酒精精馏塔的简化机理模型 |
22-23 |
|
2.3.3 酒精精馏塔简化机理模型参数求解 |
23-26 |
|
2.3.4 酒精精馏塔简化机理模型仿真 |
26-30 |
|
2.4 本章小结 |
30-32 |
|
第三章 RBF神经网络补偿模型 |
32-42 |
|
3.1 神经网络建模简介 |
32-33 |
|
3.2 RBF神经网络简介 |
33-35 |
|
3.2.1 径向基网络结构 |
33-34 |
|
3.2.2 径向基网络学习过程 |
34 |
|
3.2.3 径向基函数网络建模步骤 |
34-35 |
|
3.3 RBF神经网络建模 |
35-40 |
|
3.3.1 RBF神经网络建模数据及处理 |
35-38 |
|
3.3.2 RBF神经网络建模 |
38-40 |
|
3.4 本章小结 |
40-42 |
|
第四章 酒精精馏塔的混合模型 |
42-54 |
|
4.1 混合建模简介 |
42-45 |
|
4.1.1 机理建模为主的混合建模 |
42-43 |
|
4.1.2 神经网络为主的混合建模 |
43 |
|
4.1.3 并行混合建模 |
43-44 |
|
4.1.4 串行混合模型 |
44-45 |
|
4.2 酒精精馏塔的混合模型 |
45-53 |
|
4.2.1 酒精精馏塔混合建模 |
45-46 |
|
4.2.2 酒精精馏塔混合模型仿真 |
46-53 |
|
4.3 本章小结 |
53-54 |
|
第五章 总结和展望 |
54-55 |
|
5.1 论文工作总结 |
54 |
|
5.2 展望 |
54-55 |
|
参考文献 |
55-58 |
|
致谢 |
58-59 |
|
在学期间发表的学术论文与研究成果 |
59 |
|
| 【DOI】 | LunWen.ID:2.2008.388939 |
