一种共聚聚丙烯树脂乙烯含量在线软测量方法

摘要

本发明公开了一种共聚聚丙烯树脂乙烯含量的在线软测量方法。通过点击工控机组态界面上的按钮启动事先编写好的乙烯含量在线软测量程序，以聚丙烯全流程工艺乙烯含量动态数学模型为基础，结合增广最小二乘法实现共聚聚丙烯树脂乙烯含量的在线软测量。本发明的最重要的特征是在聚合装置连续生产的状态下，仅通过在线测量丙烯浓度和乙烯浓度的比值，即可在相当宽的范围内实现在线动态测量共聚聚丙烯树脂的乙烯含量，具有简便有效、测量方法实施方便和低成本等优势，可极大地提高聚丙烯关键质量的检测频率和效率，降低不合格产品的排放，提高生产经济效益和市场竞争力。

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)：$y\left(k\right)=b_0+{\Sigma }_{i=1}^p{B}_i\left(q^{-1}\right)u^i(k-d)+A\left(q^{-1}\right)y\left(k\right)+C\left(q^{-1}\right)e\left(k\right)---\left(1\right)$其中，参数b₀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；uⁱ(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^-1)和B_i(q^-1)是m阶多项式，系数C(q^-1)是n阶多项式。A(q^-1)、B_i(q^-1)和C(q^-1)分别参见式(2)：A(q^-1)＝a₁(k)q^-1+Λ+a_m(k)q^-mB_i(q^-1)＝b_i，1(k)q^-1+Λ+b_i，m(k)q^-m    (2)C(q^-1)＝c₁(k)q^-1+Λ+c_n(k)q^-n式中，q^-1表示时延算子符号；系数a₁(k)，...，a_m(k)，c₁(k)，...，c_n(k)，b_i，1(k)，...，b_i，m(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)：$\mathrm{\Delta y}\left(k\right)={\Sigma }_{i=1}^p{B}_i\left(q^{-1}\right)\Delta u^i(k-d)+A\left(q^{-1}\right)\mathrm{\Delta y}\left(k\right)+C\left(q^{-1}\right)\mathrm{\Delta e}\left(k\right)---\left(3\right)$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Δuⁱ(k-d)＝uⁱ(k-d)-uⁱ(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)：$u^{\prime }=\frac{u-u_l}{u_h-u_l}---\left(4\right)$其中，u′为归一化后的参量值；u_h和u_l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a₁(k)，...a_m(k)，c₁(k)，...，c_n(k)，b_i，1(k)，...，b_i，m(k)，(i＝1，...，p)，其算法参见式(5)：θ(k)＝θ(k-1)+K(k)[Δy(k)-h(k)^Tθ(k-1)]，$K\left(k\right)=\frac{P(k-1)h\left(k\right)}{h{\left(k\right)}^{T}P(k-1)h\left(k\right)+\lambda },---\left(5\right)$$P\left(k\right)=\frac{1}{\lambda }[I-K\left(k\right)h{\left(k\right)}^T]P(k-1).$其中，λ∈(0，1]为遗忘因子；θ(k)为第k时刻模型式(3)的辨识参数向量；K(k)表示第k时刻校正系数矩阵；P(k)表示第k时刻记忆系数矩阵；h(k)表示第k时刻过程参量的历史数据向量。θ(k)和h(k)表达式分别如下：θ(k)^T＝[b_1，1(k)，Λ，b_1，m(k)，Λ，b_p，1(k)，Λ，b_p，m(k)，        a₁(k)，Λ，a_m(k)，c₁(k)，Λ，c_n(k)]，$h{\left(k\right)}^T=[\mathrm{\Delta u}(k-d-1),\Lambda ,\mathrm{\Delta u}(k-d-m),\Lambda ,$$\Delta u^p(k-d-1),\Lambda ,\Delta u^p(k-d-m),$$\mathrm{\Delta y}(k-1),\Lambda ,\mathrm{\Delta y}(k-m),\Delta \hat{e}(k-1),\Lambda ,\Delta \hat{e}(k-n)],$$\Delta \hat{e}\left(k\right)=\mathrm{\Delta y}\left(k\right)-h{\left(k\right)}^T\theta \left(k\right)$其中，符号“T”表示向量的转置；表示第s时刻的随机噪声的估计，s＝k，k-1，...，k-n。5)、在线测量丙烯输入总量和乙烯输入总量，并计算两者之比，再根据在线辨识获得的模型参数θ和乙烯含量动态数学模型$y\left(k\right)=y(k-1)+{\Sigma }_{i=1}^p{B}_i\left(q^{-1}\right)\Delta u^i(k-d)+A\left(q^{-1}\right)\mathrm{\Delta y}\left(k\right)+C\left(q^{-1}\right)\Delta \hat{e}\left(k\right)---\left(6\right)$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。