催化裂化过程稳态优化控制

【摘要】：催化裂化装置是一个高度非线性、时变和长时延、强耦合、分布参数和不确定性的复杂系统,在研究其过程机理的基础上,定义了一种模糊神经网络用以建模,用自相关函数检验法检验模型的正确性,再用改进的Frank-Wolfe算法进行稳态优化计算,并以一炼油厂催化裂化装置为对象进行试验,研究其辨识、建模和稳态优化控制。此种模糊神经网络具有隐层数多、隐层结点数多、泛化能力和逼近能力强、收敛速度快的优点,更突出的特点还在于可由输出端对输入求导,为稳态优化计算提供了极大方便,它与改进的Frank-Wolfe算法相结合用于解决非线性复杂生产过程的建模和稳态优化控制问题是可行的。