题名 | 基于神经网络在线观测化工系统不可测输入的研究; The Research of On-line Observation for the Unmeasured Inputs of the Chemical System Basing On the Neural Net |
作者 | 郑辉 |
答辩日期 | 2011 ; 2009 |
导师 | 曹志凯 |
关键词 | 不可测输入 在线观测 神经网络 催化裂化 循环流化床锅炉 unmeasured inputs on-line observation neural net FCCU CFBB |
英文摘要 | 对于像催化裂化提升管反应器和循环流化床锅炉燃烧系统这样的非线性、分布参数、多变量、紧密耦合、大滞后的化工系统,非线性状态观测器的构造一直没有统一的方法,这类系统刚性强,直接从数学模型中去求解逆系统十分困难。神经网络等数据辨识方法对非线性系统有良好逼近性能,应用神经网络的数据辨识方法来构造逆系统,不失为实现这类系统不可测变量在线观测的有效途径。 本文首先以催化裂化提升管反应器工业装置为研究对象,以本实验室研究建立的催化裂化反应再生系统动态数学模型为基础,在本实验室开发的XD-APC软件平台上完善催化裂化反应再生模型的组态,优化了反应再生仿真系统,模拟实际工业装置的计算机控制过程,从此仿真系统中...; To the chemical systems such as FCCU and CFBB that are non-linear, parameter distributing, variable numerous, coupling close, lag prodigious, the conformation of non-linear postural observation station do not have the uniform methods. These systems’ rigidity is usually formidable, so it is quite difficult to explain the contrary system directly from the mathematic model. The methods of data distin...; 学位:工学硕士; 院系专业:化学化工学院化学工程与生物工程系_化学工程; 学号:20620061152036 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=24511 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/34033] ![]() |
专题 | 化学化工-学位论文 |
推荐引用方式 GB/T 7714 | 郑辉. 基于神经网络在线观测化工系统不可测输入的研究, The Research of On-line Observation for the Unmeasured Inputs of the Chemical System Basing On the Neural Net[D]. 2011, 2009. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论