主权项 |
1.一种共聚聚丙烯树脂乙烯含量在线软测量方法,所述方法包括如下步骤:1)、建立共聚聚丙烯乙烯含量p阶动态数学模型结构,参见式(1):<maths num="0001"><![CDATA[<math><mrow><mi>y</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>b</mi><mn>0</mn></msub><mo>+</mo><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>p</mi></msubsup><msub><mi>B</mi><mi>i</mi></msub><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><msup><mi>u</mi><mi>i</mi></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>)</mo></mrow><mo>+</mo><mi>A</mi><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>y</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>+</mo><mi>C</mi><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>e</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,参数b<sub>0</sub>表示直流分量;正整数p是模型式(1)的阶次;y(k)为第k时刻聚丙烯树脂中的乙烯含量;u<sup>i</sup>(k-d)为第k-d时刻丙烯输入总量与乙烯输入总量之比的i次方;正整数d为聚合物平均反应停留时间;e(k)表示第k时刻均值为0的不相关随机噪声;系数A(q<sup>-1</sup>)和B<sub>i</sub>(q<sup>-1</sup>)是m阶多项式,系数C(q<sup>-1</sup>)是n阶多项式。A(q<sup>-1</sup>)、B<sub>i</sub>(q<sup>-1</sup>)和C(q<sup>-1</sup>)分别参见式(2):A(q<sup>-1</sup>)=a<sub>1</sub>(k)q<sup>-1</sup>+Λ+a<sub>m</sub>(k)q<sup>-m</sup>B<sub>i</sub>(q<sup>-1</sup>)=b<sub>i,1</sub>(k)q<sup>-1</sup>+Λ+b<sub>i,m</sub>(k)q<sup>-m</sup> (2)C(q<sup>-1</sup>)=c<sub>1</sub>(k)q<sup>-1</sup>+Λ+c<sub>n</sub>(k)q<sup>-n</sup>式中,q<sup>-1</sup>表示时延算子符号;系数a<sub>1</sub>(k),...,a<sub>m</sub>(k),c<sub>1</sub>(k),...,c<sub>n</sub>(k),b<sub>i,1</sub>(k),...,b<sub>i,m</sub>(k),(i=1,...,p)为未知参数,由本实施例第4)步在线辨识计算得到。2)、对式(1)作差分运算,建立乙烯含量增量模型结构,参见式(3):<maths num="0002"><![CDATA[<math><mrow><mi>Δy</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>p</mi></msubsup><msub><mi>B</mi><mi>i</mi></msub><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>Δ</mi><msup><mi>u</mi><mi>i</mi></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>)</mo></mrow><mo>+</mo><mi>A</mi><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>Δy</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>+</mo><mi>C</mi><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>Δe</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,Δy(k)=y(k)-y(k-1)为第k相邻时刻乙烯含量的增量值,Δe(k)=e(k)-e(k-1)为第k相邻时刻随机噪声的变化值,和Δu<sup>i</sup>(k-d)=u<sup>i</sup>(k-d)-u<sup>i</sup>(k-d-1)为第k-d相邻时刻输入变量i次方的变化值。3)、对过程参量的数据作归一化处理,参见式(4):<maths num="0003"><![CDATA[<math><mrow><msup><mi>u</mi><mo>′</mo></msup><mo>=</mo><mfrac><mrow><mi>u</mi><mo>-</mo><msub><mi>u</mi><mi>l</mi></msub></mrow><mrow><msub><mi>u</mi><mi>h</mi></msub><mo>-</mo><msub><mi>u</mi><mi>l</mi></msub></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,u′为归一化后的参量值;u<sub>h</sub>和u<sub>l</sub>分别表示该操作参数的变化上限和下限,是通过对操作数据统计分析得到。4)、运用增广最小二乘算法递推辨识乙烯含量增量模型(3)在k时刻的参数a<sub>1</sub>(k),...a<sub>m</sub>(k),c<sub>1</sub>(k),...,c<sub>n</sub>(k),b<sub>i,1</sub>(k),...,b<sub>i,m</sub>(k),(i=1,...,p),其算法参见式(5):θ(k)=θ(k-1)+K(k)[Δy(k)-h(k)<sup>T</sup>θ(k-1)],<maths num="0004"><![CDATA[<math><mrow><mi>K</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mi>P</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mi>h</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></mrow><mrow><mi>h</mi><msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mi>T</mi></msup><mi>P</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mi>h</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>+</mo><mi>λ</mi></mrow></mfrac><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0005"><![CDATA[<math><mrow><mi>P</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mi>λ</mi></mfrac><mo>[</mo><mi>I</mi><mo>-</mo><mi>K</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mi>h</mi><msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mi>T</mi></msup><mo>]</mo><mi>P</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>.</mo></mrow></math>]]></maths>其中,λ∈(0,1]为遗忘因子;θ(k)为第k时刻模型式(3)的辨识参数向量;K(k)表示第k时刻校正系数矩阵;P(k)表示第k时刻记忆系数矩阵;h(k)表示第k时刻过程参量的历史数据向量。θ(k)和h(k)表达式分别如下:θ(k)<sup>T</sup>=[b<sub>1,1</sub>(k),Λ,b<sub>1,m</sub>(k),Λ,b<sub>p,1</sub>(k),Λ,b<sub>p,m</sub>(k), a<sub>1</sub>(k),Λ,a<sub>m</sub>(k),c<sub>1</sub>(k),Λ,c<sub>n</sub>(k)],<maths num="0006"><![CDATA[<math><mrow><mi>h</mi><msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mi>T</mi></msup><mo>=</mo><mo>[</mo><mi>Δu</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>,</mo><mi>Λ</mi><mo>,</mo><mi>Δu</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>-</mo><mi>m</mi><mo>)</mo></mrow><mo>,</mo><mi>Λ</mi><mo>,</mo></mrow></math>]]></maths><maths num="0007"><![CDATA[<math><mrow><mi>Δ</mi><msup><mi>u</mi><mi>p</mi></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>,</mo><mi>Λ</mi><mo>,</mo><mi>Δ</mi><msup><mi>u</mi><mi>p</mi></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>-</mo><mi>m</mi><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0008"><![CDATA[<math><mrow><mi>Δy</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>,</mo><mi>Λ</mi><mo>,</mo><mi>Δy</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>m</mi><mo>)</mo></mrow><mo>,</mo><mi>Δ</mi><mover><mi>e</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>,</mo><mi>Λ</mi><mo>,</mo><mi>Δ</mi><mover><mi>e</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>n</mi><mo>)</mo></mrow><mo>]</mo><mo>,</mo></mrow></math>]]></maths><maths num="0009"><![CDATA[<math><mrow><mi>Δ</mi><mover><mi>e</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mi>Δy</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><mi>h</mi><msup><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mi>T</mi></msup><mi>θ</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow></mrow></math>]]></maths>其中,符号“T”表示向量的转置;<img file="FDA00001399398100000110.GIF" wi="403" he="58" />表示第s时刻的随机噪声的估计,s=k,k-1,...,k-n。5)、在线测量丙烯输入总量和乙烯输入总量,并计算两者之比,再根据在线辨识获得的模型参数θ和乙烯含量动态数学模型<maths num="0010"><![CDATA[<math><mrow><mi>y</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>=</mo><mi>y</mi><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><msubsup><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>p</mi></msubsup><msub><mi>B</mi><mi>i</mi></msub><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>Δ</mi><msup><mi>u</mi><mi>i</mi></msup><mrow><mo>(</mo><mi>k</mi><mo>-</mo><mi>d</mi><mo>)</mo></mrow><mo>+</mo><mi>A</mi><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>Δy</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>+</mo><mi>C</mi><mrow><mo>(</mo><msup><mi>q</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo></mrow><mi>Δ</mi><mover><mi>e</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow></math>]]></maths>在线估计共聚聚丙烯树脂中第k时刻的乙烯含量y(k)。乙烯含量在线软测量方法在每次实验室化验结束后自动启动模型式(3)参数更新程序,继而根据最新的模型参数,在每个采样时刻测量计算丙烯输入总量与乙烯输入总量之比,利用模型式(6)在线估计共聚聚丙烯产品中的乙烯含量。周而复始,实现聚丙烯生产过程中乙烯含量的在线软测量操作。 |