芳烃异构化反应系统动态建模及性能评估研究

Because of the complex reaction mechnism,strong nonliearity and time variability, it is very difficult to modeling aromatics isomerization systems. So, real-time monitoring, evaluation and advanced control technologies can not be implemented in these systems.To solve these problems, an adaptive hybrid statistical model based on static and dynamic heterogeneous multi-model dynamic fusion was proposed in this project to evaluate the performance of the reaction system. Based on this model,the impact of process variables such as operating conditions to performance parameters of the reaction can be analyzed.To improve the real-time computing performance and cotrol the number of data samples of the model, an ILS-SVM ( Incremental Least Squares Support Vector Machines) algorithm was proposed and was applied in the model mentioned above as the dynamic model.Furthermore, in order to ensure the accuracy of the modeling samples and improve the comuting performance,a new MMMD (Modified Median Minimum Distance) algorithm weighted by fuzzy curve was proposed to exclude the gross errors in the modeling samples. Finally, a new dynamic modeling data processing algorithm was proposed. The model built based on this algorithm can describe the dynamic characteristics of the process.This makes the usefulness of the model better. The results of the project will be used in real-time monitoring and evaluating of aromatics isomerization systems to ensure the reaction process operate safely, stably and efficiently. The results of the project can also provide theoretical and technical support for the advanced control technology of the aromatics isomerization systems. So, this project has important scientific significance and practical value.

本项目针对芳烃异构化系统反应机理复杂、非线性强、时变性强而导致的建模困难，实时监控与评估缺失，先进控制技术无法实施等问题，拟开发基于静动态异类多模型动态融合的自适应混合统计模型评估系统的反应性能，分析操作条件等工艺变量对反应性能参数的影响；为提高监控模型的实时计算性能，控制样本规模，开发ILS-SVM算法作为上述动态模型；提出一种新的基于模糊曲线加权的MMMD算法剔除建模样本中的粗差并用基于小波变换的算法处理样本中的随机误差，以确保建模数据的准确性，提高模型的计算性能；最后，提出一种新的动态建模数据处理算法，并基于该算法建立动态模型以描述过程的动态特性,提高模型的实用性。本项目成果将用于芳烃异构化系统反应性能的实时监控与评估，以保障反应系统安全、稳定、高效地运行，为芳烃异构化反应系统的先进控制提供理论和技术支撑，具有非常重要的科学研究意义与实际应用价值。

本研究项目来源于实际工业生产过程中面临的难题。本研究项目综合运用系统机理分析、信息处理、统计学习理论和控制理论研究芳烃异构化过程的反应过程，通过理论分析、计算模拟和工业现场实际生产数据验证相结合的途径，揭示多变量耦合作用下其反应性能的动态变化规律。在研究过程中，提出了一种基于模糊曲线加权的MMMD数据过失误差侦测方法，提高了过失误差侦测的导向性和合理性。开发了基于污染正态分布模型的改进数据校正方法，该方法在数据校正迭代过程中，基于数据校正结果与测量值的偏差，找出大显著误差变量，减少大显著误差变量对校正结果的影响。针对实际工业过程中普遍存在的时变特性和非线性，提出一种基于时间差分递推偏最小二乘（RPLS）和自适应模型校正的软测量建模方法，基于大量实际工业数据的验证结果表明提出的软测量建模方法能有效地减少计算量，充分利用过程信息，提高预测精度，快速准确地反映过程特性。针对单个模型难以精确描述复杂非线性对象而多模型又多采用静态模型因而对系统实际运行中的动态变化考虑不足的问题，提出了一种基于多模型动态融合的自适应软测量建模方法。开发了基于模型性能评估的双重校正技术，利用双重校正策略分别解决过程模型发生偏移和随机噪声影响下的过程输出修正问题。为了降低递推部分最小二乘（RPLS）建模方法的模型校正频率，开发了一种基于模型性能评估的RPLS（MPA-RPLS）模型，根据模型性能评估的结果选择性的触发模型校正。提出一种基于流形假设的半监督分类流形支持向量机(MPSVM)，该模型将样本局部结构信息引入到了非平行支持向量机中,并使用了一种基于粒子群优化的有效的模型选择方法，使MPSVM获得了更好的性能和更高的学习效率。研究过程中共发表论文7篇，其中SCI收录2篇，EI收录4篇。此外，还有3篇文章被SCI国际期刊录用。本项目的研究成果对芳烃异构化反应系统的建模和先进控制具有重要的理论意义和应用价值