论文摘要
醋酸乙烯合成中温控制系统是聚乙烯醇生产过程的重要组成部分,目前国内醋酸乙烯合成中温控制系统大多采用常规PID控制,但是由于醋酸乙烯合成中温控制系统是一个回路闭环系统,具有非线性、时变性、大迟延等特点,传统的PID在某些情况下难以达到理想的控制效果。基于知识且不依赖于模型的智能控制为解决这类问题提供了新的思路,成为目前提高过程控制质量的重要途经。而神经网络作为现代信息处理技术的一种,正在很多应用中显示它的优越性,它在自动控制领域的应用成果——神经网络控制也成为令人瞩目的发展方向。而神经网络PID控制技术在其中扮演了十分重要的角色,并且仍将成为未来研究与应用的重点技术之一,这是因为PID类型的控制技术在工业过程控制中仍占有主导地位,如果能发现性能优于PID的控制器,且具有类似PID易于使用的特点,无论在理论还是实践上都将具有重要的意义。本文以某公司聚乙烯醇改建扩建项目为背景,通过对醋酸乙烯生产过程的工艺特性进行深入分析,并结合原项目实际生产中存在的问题,首先从理论上对神经网络控制方法进行了必要改进,再将其与传统PID控制方法相结合,发挥各自控制的优越性,将其应用于合成反应温度控制系统的设计中,可以实现对合成反应中温的较好控制,解决了传统控制方法无能为力的大时滞、强干扰等问题。通过计算机仿真和理论分析证明了神经网络PID控制方法的有效性。最后,根据神经网络PID控制器原理设计了合成中温控制系统,并通过现场模拟实验,证明了基于神经网络的PID控制方法在工程应用中的可行性。
论文目录
相关论文文献
- [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
- [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
- [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
- [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
- [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
- [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
- [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
- [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
- [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
- [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
- [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
- [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
- [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
- [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
- [15].神经网络探索物理问题[J]. 物理 2020(03)
- [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
- [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
- [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
- [19].高效深度神经网络综述[J]. 电信科学 2020(04)
- [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
- [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
- [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
- [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
- [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
- [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
- [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
- [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
- [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
- [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
- [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)