程換新，伊飛

（青島科技大學(xué) 自動化與電子工程學(xué)院，山東 青島266042）

隨著汽車尾氣的排放對環(huán)境的污染日益嚴(yán)重，世界各國特別是發(fā)達(dá)國家對汽油質(zhì)量做出了越來越嚴(yán)格的規(guī)定。目前國內(nèi)成品汽油的主要組分是催化裂化輕汽油（Fcc輕汽油），占成品汽油的80%以上，因而催化裂化輕汽油醚化工藝成為國內(nèi)石化行業(yè)降低汽油烯烴含量，提高汽油辛烷值的重要手段之一［1－2］。Fcc輕汽油由蒸餾塔分出C6以及少量的C7輕餾分，這些輕餾分中的叔烯烴經(jīng)過加氫后，與甲醇反應(yīng)生成相應(yīng)的醚類，即輕汽油醚化。醚化工藝流程［3－5］如圖1所示。

筆者提出一種基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測控制算法。根據(jù)輕汽油醚化的工藝流程圖，考慮到醚化過程具有重復(fù)性的特點(diǎn)，可以采用BP神經(jīng)網(wǎng)絡(luò)來建立輕汽油醚化的預(yù)測模型，通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練方法不斷地提高最終產(chǎn)品的質(zhì)量。

1 BP神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建

筆者構(gòu)建了一個多輸入單輸出BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，如圖2所示。該模型包括三層：輸入層、隱含層、輸出層。假設(shè)BP神經(jīng)網(wǎng)絡(luò)有M個輸入結(jié)點(diǎn)、k個隱層結(jié)點(diǎn)、N 個輸出結(jié)點(diǎn)，每一層的功能定義如下［6］：

a）輸入層。將輸入變量直接輸入下一層：

b）隱含層。其功能如下所示：

式中：xm——輸入層的輸入；Ok——隱含層的輸出；wkm——輸入層結(jié)點(diǎn)m與隱含層結(jié)點(diǎn)k之間的權(quán)值；m——輸入層結(jié)點(diǎn)；k——與隱含層結(jié)點(diǎn)。

c）輸出層。經(jīng)過Sigmoid函數(shù)變換后，得到輸出：

式中：In——輸出層的輸入；wnk——隱含層結(jié)點(diǎn)k與輸出層結(jié)點(diǎn)n之間的權(quán)值。

圖1 Fcc輕汽油醚化流程示意

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意

1.2 BP神經(jīng)網(wǎng)絡(luò)的參數(shù)調(diào)整算法

LM（Levenberg－Marquardt）法實際上是梯度下降法和牛頓法的結(jié)合，它的優(yōu)點(diǎn)在于網(wǎng)絡(luò)權(quán)值數(shù)目較少時收斂非常迅速。訓(xùn)練時，在權(quán)值和閾值的修正算法中加入動量項，利用前一步得到的修正值來平滑學(xué)習(xí)路徑，避免陷入局部極小值，加速學(xué)習(xí)速度。對網(wǎng)絡(luò)的輸出也不是簡單的加權(quán)求和，而是先對網(wǎng)絡(luò)隱含層小波結(jié)點(diǎn)的輸出加權(quán)求和，再經(jīng)Sigmoid函數(shù)變換后，得到最終的網(wǎng)絡(luò)輸出，有利于處理分類問題，同時減少訓(xùn)練過程中發(fā)散的可能性［7］。

假定p（p＝1，2，…，P）組輸入輸出樣本，學(xué)習(xí)率為λ（0＜λ＜1），動量因子為η（η＞0）。

目標(biāo)誤差函數(shù)：

a）下面分別對連接權(quán)值、伸縮因子、平移因子進(jìn)行相應(yīng)的算法修正、調(diào)整。

1）輸入層結(jié)點(diǎn)與隱含層結(jié)點(diǎn)之間的權(quán)值調(diào)整式：

2）隱含層結(jié)點(diǎn)與輸出層結(jié)點(diǎn)之間的權(quán)值調(diào)整式：

b）LM算法的具體實現(xiàn)步驟［8］：

1）將BP的神經(jīng)網(wǎng)絡(luò)連接權(quán)值、學(xué)習(xí)率以及動量因子賦予初始值，并置輸入樣本計數(shù)器p＝1。

2）計算輸入樣本相應(yīng)的期望輸出，測量得到網(wǎng)絡(luò)的實際輸出。

3）計算誤差和梯度向量。

4）輸入下一個樣本，即p＝p＋1。

5）判斷算法是否結(jié)束。當(dāng)目標(biāo)誤差函數(shù)E＜ξ（ξ為設(shè)定的最小誤差值），停止網(wǎng)絡(luò)的學(xué)習(xí)，否則將計數(shù)器重置為1，并轉(zhuǎn)步驟2）循環(huán)。

2 神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立

神經(jīng)網(wǎng)絡(luò)預(yù)測模型由BP神經(jīng)網(wǎng)絡(luò)模型和最優(yōu)化模塊組成，最優(yōu)化模塊確定輸入值，此輸入值作為神經(jīng)網(wǎng)絡(luò)模型的輸入，控制過程［9］如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測過程示意

其性能優(yōu)化函數(shù)如下：

式中：u——控制信號；y1——期望信號；y2——模型輸出信號；ρ——反映了控制增益平方和的分布。

3 仿真結(jié)果

根據(jù)醚化的流程圖，通過查閱資料得到最終反應(yīng)器的系統(tǒng)動力學(xué)方程［10］：

式中：h（t）—— 反應(yīng)器的液面高度；CB（t）—— 重油 的 濃 度；w1（t）——Fcc 輕 汽 油 CB1的 流 速；w2（t）—— 甲醇溶液CB2的流速；CB1——Fcc輕汽油的濃度；CB2—— 甲醇溶液的濃度。在仿真過程中，CB1＝24.9，CB2＝0.1，k1，k2為常量，w1（t）＝0.1，神經(jīng)網(wǎng)絡(luò)的參數(shù)：權(quán)值的初值ρ＝0.05，搜索精度α＝0.001，隱含層的個數(shù)為7，每個采樣周期內(nèi)迭代優(yōu)化訓(xùn)練次數(shù)為200。

根據(jù)已知的動力學(xué)模型，在Simulink中模擬實現(xiàn)，并調(diào)用N N TOOL中的N N Predictive Controller，設(shè)置控制器的參數(shù)。對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練，訓(xùn)練到32次后其訓(xùn)練數(shù)據(jù)、驗證數(shù)據(jù)如圖4，圖5所示。

經(jīng)過實驗可知，當(dāng)進(jìn)行到第32次時，系統(tǒng)的誤差達(dá)到最小值，如圖6所示。

經(jīng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)導(dǎo)入到預(yù)測控制器中，通過仿真，得到系統(tǒng)的參考信號輸出曲線與系統(tǒng)的實際輸出曲線，如圖7所示。

圖4 訓(xùn)練數(shù)據(jù)

圖5 驗證數(shù)據(jù)

6 第32次迭代優(yōu)化后數(shù)據(jù)誤差（響應(yīng)為6.481 69E－7，目標(biāo)為0）

圖7 參考輸出與實際輸出

4 結(jié) 論

通過改變參考模型的信息量，可以控制最終的實際輸出，即可以通過調(diào)節(jié)Fcc輕汽油的流速，來達(dá)到控制重油量濃度的目的。

［1］WANG Haiyan.Studyon Hydro Etherification of Fcc Light Gasoline［J］.Petroleum Processing and Petrochemicals，1994，25（04）：16－19.

［2］PESCAROLLO E，TROTTA R，SARATHY P R.Etherizing Light Gaoline［J］.Hydrocarbon Processing，1993，72（02）：53－58.

［3］王天普，王迎春，王偉，等.輕汽油醚化技術(shù)在Fcc汽油改質(zhì)中的作用［J］.石油煉制與化工，2001，32（08）：64－66.

［4］安雅明，王志亮，王迎春，等.煉油廠輕汽油醚化技術(shù)及其經(jīng)濟(jì)性［J］.化工技術(shù)經(jīng)濟(jì)，2001（05）：29－30.

［5］李艷青，王偉，楊宗仁.國內(nèi)外Tame生產(chǎn)技術(shù)綜述［J］.齊魯石油化工，2000，28（04）：309－311.

［6］張良均.神經(jīng)網(wǎng)絡(luò)實用教程［M］.北京：機(jī)械工業(yè)出版社，2008.

［7］CHU C，WIDJAJA D.Neural Network System for Casting Method Selecting［J］.Decision System，1994（12）：13－15.

［8］宋繼榮，侍洪波.基于小波遞歸神經(jīng)網(wǎng)絡(luò)的間歇過程迭代學(xué)習(xí)優(yōu)化控制［J］.華東理工大學(xué)學(xué)報（自然版），2011（10）：629－630.

［9］董長紅.Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用［M］.北京：國防工業(yè)出版社，2007.

［10］傅薈璇，趙紅.Matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計［M］.北京：機(jī)械工業(yè)出版社，2010.