陳泳利

摘要：神經網絡技術是智能化的技術手段，通過對輸入和輸出的數據處理、分析和學習，改善和創(chuàng)新化工過程控制。神經網絡技術有利于化工過程控制高度精密化、智能化，有利于提高化工過程的安全系數?；谏窠浘W絡技術的基本理論和基本結構，提出神經網絡技術在化工過程控制中的應用以及未來的發(fā)展方向。

關鍵詞：神經網絡 化工過程 人工智能

中圖分類號：TM835 文獻標識碼：A 文章編號：1007-9416（2016）12-0024-01

大量的處理單元就如同神經單元一樣，經過一系列的排列組合構成了復雜的神經網絡系統(tǒng)，廣泛應用于復雜信息處理、機器視覺、智能化控制等方面。仿生學的設計和智能化軟件的設計，使得神經網絡系統(tǒng)具有自動處理數據、自動組織、自動學習，使得化工過程控制具有高精度、高安全系數、智能化的特點?；どa是一個復雜的生產過程，其中涉及的設備多，涉及的工藝復雜，控制難度高，如何促進化工生產的過程控制，從而實現科學管理、優(yōu)化生產、提高生產率的目的。設備的多樣、工藝的復雜、流程復雜等一系列的因素，使得神元或者是多個單元實現智能化控制，既能收集生產過程產生的數據，而且也能對這些數據進行處理，達到監(jiān)測生產環(huán)境、監(jiān)控生產過程、實時優(yōu)化生產的目的。

1 神經網絡技術的基本理論和基本結構

神經網絡技術的發(fā)展是建立在對人腦神經系統(tǒng)的構成和作用機制認識的基礎上，神經單元構成了龐大的神經系統(tǒng)，神經單元接受信息并傳遞信息，神經中樞處理信息并反饋信息。神經網絡技術模擬神經系統(tǒng)處理單元類似于神經單元，計算機控制系統(tǒng)相當于神經中樞，分析數據、處理數據、輸出結果。計算機技術的發(fā)展、傳感器的應用，為神經網絡的發(fā)展提供了基礎。神經網絡包括一個輸入層和輸出層，若干的隱含層。輸入層的作用是接受外部信息并傳遞信息；輸出層的作用是接受輸入層傳遞的信息，處理信息并反饋信息；隱含層的作用是將輸入層的信息進行組合，預處理。信息的接受、傳遞、處理和反饋一系列的過程使神經網絡發(fā)揮作用的過程。

由于處理單元的應用，使得神經網絡系統(tǒng)是一種自學習、自處理、自組織的智能化系統(tǒng)。神經系統(tǒng)的運行類似于人學習的過程，由簡單到復雜，不斷的修正節(jié)點的連接方式，直到輸出滿意的結果和符合實際應用。神經網絡系統(tǒng)是建立在數學模型的基礎上，利用數學建模搭建神經網絡節(jié)點，建模主要有M-P模型、BP模型、RBF模型等。根據外部參數的不同和應用的目的，采用不同的函數，如可逆函數、線性函數、非線性函數、S函數等等，建立數學模型，輸入參數，不斷的優(yōu)化模型，優(yōu)化的過程使神經網絡系統(tǒng)自學的過程。神經網絡訓練算法與模型的設置有關，如BP模型采取反傳處理誤差的訓練算法，優(yōu)化算法，達到優(yōu)化模型的目的，使建立的模型更加符合實際應用情況。

2 神經網絡在化工過程控制中的應用

神經網絡具有很強的信息處理能力、自學習能力、自組織能力。根據輸出的信息，可以建立信息之間的關系和處理多余的信息，簡化生產過程中的信息，檢測生產環(huán)境，監(jiān)控生產，達到最優(yōu)化的生產過程。神經網絡覆蓋生產過程中的所有要考慮的因素，因此神經網絡的應用也覆蓋化工過程控制的方方面面。

化工生產涉及的環(huán)節(jié)多種多樣，當某一環(huán)節(jié)發(fā)生故障，若處理不及時，將使這一環(huán)節(jié)癱瘓甚至使整個生產過程癱瘓，造成重大安全事故。高效、實時、預測的檢測和診斷故障的系統(tǒng)是化工過程控制中安全、高效生產的保障。美國的科學家首次提出將神經網絡技術用于化工過程控制中，用于檢測、診斷、預警故障。神經網絡系統(tǒng)是一種仿生系統(tǒng)，具有思維、意識和學習能力的動力學系統(tǒng)，能夠處理復雜的事物和環(huán)境，根據實際生產過程不斷校正系統(tǒng)，實時監(jiān)測參數的變化，對故障進行診斷和報警。目前主流的故障診斷的神經網絡系統(tǒng)有：反傳動態(tài)經網絡控制系統(tǒng)、自適應神經網絡控制系統(tǒng)和RBF神經網絡控制系統(tǒng)。

神經網絡技術主要靠傳感器接受外部信息，大量傳感器的應用，有利于智能化控制生產過程?；み^程的控制主要是對生產過程中的機器控制，生產過程涉及的機器種類繁多，同時維持安全、高效率階段比較困難。神經網絡系統(tǒng)自動控制機器生產，控制生產參數和生產流程，最優(yōu)化生產過程控制和安全化控制，實時跟蹤控制生產。控制主要有兩種基本的方法，一種數學建模，將對象的目標信息作為標準，經過不斷的訓練和反饋，修正誤差，優(yōu)化模型，優(yōu)化控制模式；另外一種是控制器設置，如PID控制器，實現實時控制，不僅對精確知識進行處理，而且對模糊信息也能進行處理。國內外都已經有成熟的化工過程控制中的神經網絡系統(tǒng)，如對乙酸乙烯酯聚合成乳液過程的實時控制，氯氣生產過程的故障預報神經網絡系統(tǒng)。

3 總結

神經網絡技術是21世紀最重要的技術之一，化工過程控制是化工生產的安全保障?；み^程控制應用神經網絡技術，有利于提高控制的安全系數，提高生產效率，有利于智能化管理，提高管理水平，有利于整個社會生產力水平的提高和社會智能化發(fā)展?；み^程控制采取神經網絡技術，有利于工業(yè)技術的創(chuàng)新和改善工人工作環(huán)境，保障工人人身安全。

參考文獻

[1]杜蛟，王勇，尚曉嫻.人工神經網絡在化工領域中的應用[J].中國化工貿易，2013.

[2]杜單良，羅健旭，余昭旭.基于NLJ算法的污水處理過程優(yōu)化控制[J].計算機與應用化學，2015.