利用RBF神经网络实现聚合反应的内模控制

摘要

该文主要针对苯乙烯本体聚合反应分子量分布控制领域,研究基于径向基(RBF)神经网络算法的内模控制策略.主要探讨了几个方面的问题:聚合过程控制的重要性;苯乙烯本体聚合反应机理模型的建立;利用RBF神经网络建立苯乙烯本体聚合反应非线性系统模型;利用RBF神经网络实现对单输入单输出聚合反应模型的内模控制;基于RBF神经网络的多输入多输出聚合反应系统的内模控制策略.该文利用RBF神经网络对非线性系统的逼近能力,对苯乙烯本体聚合反应模型进行学习训练,这里通过使用一种改进的RBF算法对模型进行建模,获得了较好的神经网络结构.同时,内模控制器的实现(也即逆模型的获得)也是通过RBF神经网络对逆模型的学习训练完成的.在完成以上各项训练的基础上,构成一个单输入单输出聚合反应模型的内模控制系统,并通过实验证明,该控制系统具有较强的鲁棒性和抗干扰能力.

目录

文摘

英文文摘

北京化工大学学位论文原创性声明

第一章综述

1.1论文选题目的和意义

1.2相关文献综述

1.2.1聚合反应综述

1.2.2神经网络理论及其数学建模

1.2.3内模控制概述

1.3论文的工作

第二章基础理论简介

2.1神经网络建模

2.1.1人工神经网络

2.1.2 RBF神经网络

2.2内模控制

2.2.1引言

2.2.2内模控制基本原理

2.2.3基于神经网络的内模控制

第三章苯乙烯聚合反应机理模型的建立

3.1聚合反应

3.1.1聚合反应的分类

3.1.2聚合反应过程的基元反应

3.1.3聚合物的分子量分布

3.2建立苯乙烯本体聚合反应机理模型

3.2.1苯乙烯本体聚合反应过程简介

3.2.2苯乙烯本体聚合反应动态模型

3.2.3数均聚合度和重均聚合度公式的推导

3.3本章小节

第四章利用RBF神经网络建立苯乙烯本体聚合反应模型

4.1 RBF神经网络聚类算法

4.2 RBF神经网络算法的改进

4.3上述两种算法的比较

4.4建立苯乙烯本体聚合反应模型

4.4.1过程建模

4.4.2内模控制器(过程逆模型)建模

4.4.3训练过程中加入静态数据

4.5本章小节

第五章单变量系统基于RBF神经网络的内模控制

5.1引言

5.2滤波器的设计

5.3单变量系统跟踪控制结果

5.3.1含有静态误差的控制结果

5.3.2消除静态误差的控制结果

5.4单变量系统的鲁棒性以及抑制干扰能力的研究

5.4.1对模型参数变化的鲁棒性

5.4.2系统抑制扰动的能力

5.5本章小节

第六章多变量系统基于RBF神经网络的内模控制

6.1苯乙烯本体聚合反应多变量控制

6.2多变量控制系统结构图及实现原理

6.3多变量控制系统的实现过程

6.3.1利用RBF神经网络对多变量系统建模

6.3.2多变量系统跟踪控制结果

6.3.3多变量系统的鲁棒性以及抑制干扰能力的研究

6.4数基分子量分布跟踪控制结果

6.5本章小节

第七章结论与展望

7.1结论

7.2展望

参考文献

致谢

攻读学位期间发表的论文目录