本文以青岛海晶化工厂年产1万吨氯化聚乙烯聚合反应装置的控制系统为研究背景,经过对其聚合反应中温度特性的深入分析,总结氯化聚乙烯聚合反应和控制上的难点,提出采用基于神经网络的模糊控制的先进控制方法。模糊逻辑系统易于理解,神经网络具有极强的自适应学习能力。通过充分利用模糊控制原理,并在神经网络学习算法的基础上,以控制系统的温度为对象,设计一种利用模糊神经网络学习算法的控制器,完成先进控制算法对于CPE控制系统的改进。
为了能够直观生动得表现化工工业生产中CPE的生产流程,本文以浙大中控的JX-300XP DCS集散控制系统为背景,利用其SCKey组态软件设计了CPE的生产组态,其软件环境具有良好的可操作、实时监控和动态显示特性。利用SCKey组态软件解决聚合反应釜的配方管理、批量控制和釜温控制。为了验证算法的可用性,本文采用具有强大计算能力的Matlab进行仿真,得到了很好的改进效果,为模糊神经网络算法应用到生产实际提供了有效的途径。
目录概览 基于模糊神经网络对CPE控制系统改进的研究 目次
封面
摘要
英文摘要
目录
+第一章 绪论
1.1 课题的来源和背景
1.2 模糊神经网络控制发展与研究现状
+1.3 国内外CPE生产的现状
1.3.1 氯化聚乙烯工业生产发展及其现状
1.3.2 反应釜温度控制发展及现状
1.4 论文主要研究内容
+第二章 CPE工业生产工艺
2.1 引言
+2.2 CPE生产原理与生产过程系统
2.2.1 CPE性质特征
2.2.2 CPE工业生产方法
2.2.3 CPE生产过程系统
+2.3 CPE聚合反应工艺分析
2.3.1 CPE聚合反应工艺
2.3.2 CPE温度控制的重点和难点
2.3.3 先进控制方法的提出
2.4 操作要求及控制目的
2.5 本章小结
+第三章 模糊控制与神经网络数学基础
3.1 引言
+3.2 模糊控制
3.2.1 模糊控制的发展
3.2.2 模糊逻辑控制的基本原理
3.2.3 设计模糊控制器的步骤
3.2.4 设计模糊控制器的要点
+3.3 神经网络控制
3.3.1 神经网络控制理论的发展
3.3.2 BP神经网络结构
3.3.3 BP神经网络训练算法
3.3.4 BP神经网络建模方法
3.4 本章小结
+第四章 基于模糊神经网络的反应釜温度控制模型
4.1 引言
+4.2 模糊系统和神经网络结合的可行性
4.2.1 模糊系统和神经网络的融合
4.2.2 模糊推理神经网络的初步研究
4.3 模糊神经网络控制器结构的确定
+4.4 基于模糊神经网络的温度控制系统设计
4.4.1 反应釜输入输出量的模糊化设计
4.4.2 建立模糊控制规则
4.4.3 FNN控制器的设计
4.4.4 基于BP网络的模糊推理的实现
4.4.5 FNN学习算法
+4.5 控制算法仿真研究
4.5.1 系统仿真模型
4.5.2 模型参数的确定
4,5.3 仿真实验分析
4.5.4 仿真研究结论
+第五章 DCS系统设计及软件开发
+5.1 JX-300XP DCS集散控制系统简介
5.1.1 系统综述
5.1.2 系统整体结构
5.1.3 系统优点
5.2 JX-300XP硬件配置
5.3 JX-300XP软件组态
+5.3 JX-300X软件组态步骤
5.3.1 主机设置
5.3.2 控制站组态
5.3.2 操作站组态
5.4 小结
结束语
参考文献
致谢
攻读学位期间发表(录用)的学术论文目录
声明