王靜 吉林工商學(xué)院

分子篩純化器出口二氧化碳軟測量方法的研究

王靜 吉林工商學(xué)院

空分裝置是鋼鐵、化工和煤化工企業(yè)的重要生產(chǎn)設(shè)備。隨著空分設(shè)備一些新工藝、新設(shè)備、新技術(shù)、新方法的不斷出現(xiàn)，空分裝置向著大型化，智能化、自動化的趨勢發(fā)展。在空分裝置中，分子篩是空氣分離的關(guān)鍵裝置，而分子篩純化器出口二氧化碳的濃度是評價分子篩當(dāng)前性能的重要指標(biāo)，也是分子篩再生控制的重要參數(shù)。由于空分系統(tǒng)龐大復(fù)雜，目前國內(nèi)多數(shù)空分設(shè)備的二氧化碳濃度的測量均采用離線檢測分析的方法，這種檢測方法雖然穩(wěn)定可靠但是有一定的滯后性。而如果分子篩失效，幾分鐘內(nèi)CO2含量就會超標(biāo)?？梢?，這種非實(shí)時的檢測不僅可能影響產(chǎn)品質(zhì)量，而且存在重大安全隱患。因此實(shí)現(xiàn)二氧化碳的實(shí)時檢測是十分必要的。本文主要研究了分子篩純化器出口二氧化碳濃度的實(shí)時測量方案。

1 分子篩純化系統(tǒng)工作流程

現(xiàn)代空分裝置設(shè)備多為大型設(shè)備，在空氣凈化流程中多用分子分子篩凈化。使用分子篩凈化優(yōu)點(diǎn)很多，如：量大、運(yùn)行周期長、操作簡單、安全等?？諝馔ㄟ^冷卻塔降溫后，溫度大約是十八度左右，然后通過吸附器，在吸附器內(nèi)對進(jìn)入的空氣進(jìn)行吸附和純化。對于有極性以及不飽和的分子，分子篩能夠?qū)ζ溥M(jìn)行吸附，例如CO2、水分乙炔等。分子篩能同時吸收水分和有極性和不飽和分子氣體，吸附順序?yàn)椋核笥谒忠胰玻忠胰泊笥诙趸肌?/p>

2 軟測量技術(shù)簡介

軟測量技術(shù)又稱為軟儀表技術(shù)。概括的講，所謂軟測量技術(shù)就是應(yīng)用計算機(jī)技術(shù)對直接測量難度較大或者暫時不能測量的變量選擇一些易測的過程變量（長稱為輔助變量或二次變量，例如工業(yè)過程中容易獲取的壓力、溫度等過程參數(shù)），依據(jù)這些易測過程變量與難以直接測量的待測過程變量（常稱為主導(dǎo)變量,煉油廠精餾塔中的各種產(chǎn)品組分濃度，化學(xué)反應(yīng)器的反應(yīng)物濃度和反應(yīng)速率，以及本文所要研究就得分子篩純化器出口二氧化碳的濃度等）之間構(gòu)成某種數(shù)學(xué)關(guān)系（軟測量模型），以軟件代替硬件，通過各種數(shù)學(xué)計算和估計方法，實(shí)現(xiàn)對待測過程變量的測量。

3 基于RBF神經(jīng)網(wǎng)絡(luò)的二氧化碳濃度預(yù)測模型

本文最終選擇徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)作為神經(jīng)網(wǎng)絡(luò)預(yù)測控制的預(yù)測模型主要從以下幾個方面考慮：

首先，RBF神經(jīng)網(wǎng)絡(luò)可以滿足實(shí)時性在線校正的要求；

其次，從理論上講，RBF神經(jīng)網(wǎng)絡(luò)可以以任意精度近似非線性函數(shù)；

再次，RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是一種簡單的三層前向型網(wǎng)絡(luò)。在網(wǎng)絡(luò)設(shè)計的初期只須確定網(wǎng)絡(luò)的各層節(jié)點(diǎn)個數(shù)及隱含層到輸出層的權(quán)值即可。

最后，RBF神經(jīng)網(wǎng)絡(luò)具有其它網(wǎng)絡(luò)不具備的最佳逼近性能和全局最優(yōu)特性。

3.1 RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計流程

由于非線性系統(tǒng)的輸入輸出關(guān)系復(fù)雜，采用傳統(tǒng)的數(shù)學(xué)方法建立數(shù)學(xué)模型是非常困難的?；趯W(xué)習(xí)的輸入輸出系統(tǒng)的神經(jīng)網(wǎng)絡(luò)的設(shè)計，可以以任意精度近似復(fù)雜的非線性映射。所以神經(jīng)網(wǎng)絡(luò)在處理非線性問題上有著絕對的優(yōu)勢。

神經(jīng)網(wǎng)絡(luò)的具體設(shè)計步驟：

（1）確定網(wǎng)絡(luò)機(jī)構(gòu)（n-p-m、激活函數(shù)類型、學(xué)習(xí)算法）；

（2）數(shù)據(jù)采集和處理（產(chǎn)生訓(xùn)練樣本和驗(yàn)證樣本）；

（3）網(wǎng)絡(luò)初始化（初始化網(wǎng)絡(luò)權(quán)值、閾值）；

（4）用訓(xùn)練樣本訓(xùn)練網(wǎng)絡(luò)；

（5）用驗(yàn)證樣本驗(yàn)證網(wǎng)絡(luò)

3.2 二氧化碳濃度軟測量模型的設(shè)計

首先考察分析分子篩純化系統(tǒng)工作過程中各參數(shù)（如處理空氣量、溫度、壓力、流速等等）同二氧化碳濃度的相關(guān)性，找到軟測量模型的輔助變量，建立RBF神經(jīng)網(wǎng)絡(luò)預(yù)測純化器出口二氧化碳濃度。

通過對分子篩純化系統(tǒng)進(jìn)出口變量的總體分析，最終確定二氧化碳軟測量模型的輔助變量：分子篩純化器入口氣體流量、分子篩純化器入口溫度、分子篩純化器出口氣體流量、分子篩純化器出口溫度。主導(dǎo)變量：分子篩純化器出口二氧化碳濃度。

3.3 網(wǎng)絡(luò)的預(yù)測誤差分析

在訓(xùn)練過程中以純化器入口空氣流量、純化器出口空氣流量、純化器入口空氣溫度、純化器出口空氣溫度歸一化后的值作為神經(jīng)網(wǎng)絡(luò)的輸入，以歸一化后的純化器出口二氧化碳的值為網(wǎng)絡(luò)的輸出。在仿真過程中網(wǎng)絡(luò)的預(yù)測精度直接受徑向基函數(shù)的分布密度影響，所當(dāng)分別取 時分別對網(wǎng)絡(luò)的預(yù)測誤差進(jìn)行計算，當(dāng)SPEARD=[2 3]時，網(wǎng)絡(luò)的預(yù)測誤差最小。因此，在仿真過程中取SPEARD=2或3都可得到理想的結(jié)果。

以上闡述了建立二氧化碳的軟測量模型的方法，并對RBF神經(jīng)網(wǎng)絡(luò)軟測量模型的預(yù)測誤差進(jìn)行了分析，軟測量方法的提出，不但解決了工程實(shí)踐當(dāng)中遇到的困難，以軟代硬，大大降低了工程所耗成本。

[1]張建府.大型煤化工空分技術(shù)與設(shè)備發(fā)展新進(jìn)展[J].煤化工,2012(6):10-14.

[2]潘立登,李大字,馬俊英.軟測量技術(shù)原理與應(yīng)用[M].中國電力出版社,2009.

[3]曼吉德.DMC-PID串級控制及多變量廣義預(yù)測控制算法研究[D].華東理工大學(xué),2013.

[4]黃麗.基于神經(jīng)網(wǎng)絡(luò)軟測量的ε-聚賴氨酸發(fā)酵過程控制的研究[D].江蘇大學(xué),2006.

[5]張振友.空分設(shè)備分子篩純化系統(tǒng)出口空氣中二氧化碳含量超標(biāo)分析與處理[J].2011.

王靜，性別:女，籍貫:吉林榆樹，民族：漢，出生年月:19860715，學(xué)歷：碩士，職稱：助教，研究方向：信號檢測與處理。