聚合物分子量分布的多变量动态系统模型的建立与控制

论文摘要

苯乙烯聚合反应是化工生产过程中的重要生产过程之一,而其产物至今仍无法进行有效的控制,因此对于苯乙烯聚合反应的过程进行建模就显得至关重要。 本文通过对苯乙烯聚合反应机理的研究,得知其反应过程是具有动态特性的,而且其产物具有分布的特点。基于此,本文将具有通过内部自反馈来实现动态特性的、非线性的对角递归神经网络与具有分布特性的B样条神经网络相结合,运用组合神经网络对其进行建模。同时为增强模型应用的实际意义,一定的干扰加入了机理模型数据中,并以此来对组合神经网络进行训练,使得对于苯乙烯聚合物的分子量分布的建模工作向实际生产又迈进了一步。仿真研究结果表明,该建模方法取得了预期的建模效果。 遗传算法作为一种全局优化的算法,与梯度下降法相比,虽然搜索具有一定的盲目性,但最后能够得到全局最优解。为了能够有效的控制苯乙烯聚合物分子量的分布,本文将遗传算法应用到对模型的控制当中,取得了预期的控制效果。 蚂蚁算法是近年来新兴的一种算法,算法中充分利用反

论文目录

• 第一章 绪论
• 1.1 聚合反应过程的模型化方法
• 1.2 神经网络及其相关技术的发展与应用现状
• 1.2.1 神经网络的发展与应用现状
• 1.2.2 遗传算法和蚂蚁算法的发展与应用现状
• 1.3 本课题的研究内容、意义及主要工作
• 第二章 B样条神经网络
• 2.1 引言
• 2.2 B样条基函数简介
• 第三章 递归神经网络
• 3.1 递归网络辨识动态时延系统
• 3.2 对角递归神经网络
• 3.3 小结
• 第四章 苯乙烯聚合反应分子量分布的建模
• 4.1 引言
• 4.2 苯乙烯聚合反应的实验室设备及反应机理
• 4.2.1 实验室反应装置
• 4.2.2 基本化学反应式
• 4.2.3 数学模型方程
• 4.3 苯乙烯聚合反应分子量分布的建模
• 4.3.1 利用组合神经网络建立多变量分布模型
• 4.3.2 建立无干扰情况下多变量动态系统模型
• 4.3.3 加入干扰情况下的多变量动态系统模型
• 第五章 苯乙烯聚合反应分子量分布的控制
• 5.1 引言
• 5.2 遗传算法
• 5.2.1 遗传算法简介
• 5.2.2 遗传算法的构成要素
• 5.3 用遗传算法建立基于模型的控制器
• 5.3.1 控制器设计的基本规则
• 5.3.2 单变量控制器的设计
• 5.3.3 多变量控制器的设计
• 5.4 蚂蚁算法简介
• 5.4.1 引言
• 5.4.2 蚂蚁算法的基本思想
• 5.5 将蚂蚁算法与遗传算法融合进行控制器的设计
• 第六章 结论
• 参考文献
• 附录
• 致谢
• 攻读学位期间发表的学术论文目录