位置:成果数据库 > 期刊 > 期刊详情页
基于改进的快速搜索聚类算法和高斯过程回归的催化重整脱氯前氢气纯度多模型建模方法
  • ISSN号:0438-1157
  • 期刊名称:化工学报
  • 时间:0
  • 页码:-
  • 分类:TP274[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:华东理工大学化工过程先进控制与优化技术教育部重点实验室,上海200237
  • 相关基金:国家自然科学基金项目(6117404-0,61573144);上海市科委基础研究重点项目(12JC1403400).
  • 相关项目:基于数据驱动的不确定间歇生产过程调度建模与优化方法
中文摘要:

氢气是催化重整反应的重要副产物之一,建立氢气纯度软测量模型有助于指导生产。针对催化重整过程工况复杂多变、单一软测量模型难以满足精度要求,提出了一种基于改进的快速搜索聚类算法和高斯过程回归的多模型软测量建模方法。首先,针对快速搜索聚类算法中截断距离是由人为设定的问题,提出了一种截断距离确定方法。并用该改进算法对历史数据进行自动分类,建立各个数据子集的高斯过程回归模型,使各子模型在最大程度上反映不同工况点。然后,针对聚类后得到的带有类别标签的历史数据,建立类别辨识模型,与各子模型相结合,形成开关模式的组合模型。最后,将该建模方法应用于连续催化重整装置,建立了脱氯前氢气纯度的在线计算模型。结果表明,该多模型建模方法具有较高的预测精度,优于传统的单一模型,有一定的实用价值。

英文摘要:

Hydrogen is one of the most important by-products in catalytic reforming process, a hydrogen purity soft sensor will contribute to guiding production. However, the working condition of catalytic reforming process is complex and changeable, a single model soft sensor is hard to ensure the prediction accuracy. Aiming at this problem, this paper present a combined soft sensor model based on modified fast search clustering algorithm and Gaussian processes regression (GPR). The history sample are classified by the novel clustering algorithm and then each sub-model is built through GPR with the classified sub sample. Meanwhile the class identification model has been built by GPR as well. Finally, the combined model soft sensor is established in a switcher form. The combined is applied to a catalytic reformer and the result indicates that the proposed method has a good result and has certain practical value.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《化工学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国化工学会 化学工业出版社
  • 主编:李静海
  • 地址:北京市东城区青年湖南街13号
  • 邮编:100011
  • 邮箱:hgxb126@126.com
  • 电话:010-64519485
  • 国际标准刊号:ISSN:0438-1157
  • 国内统一刊号:ISSN:11-1946/TQ
  • 邮发代号:2-370
  • 获奖情况:
  • 中国科协优秀期刊二等奖,化工部科技进步二等奖,北京全优期刊奖,中国期刊方阵“双效”期刊,第三届中国出版政府奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:35185