基于神经网络的丙烯腈聚合反应软测量模型

摘要

针对丙烯腈聚合反应是一种非均相的聚合过程，其聚合机理比较复杂，关键质量指标无法用传感器直接在线测量的缺陷。本文首先建立了转化率和聚合物总数的神经网络软测量模型，然后使用OADEKF滤神经网络学习算法对网络进行训练，使得训练的网络性能优于BP算法学习的网络，且能够满足工程实际模型精度的要求。为转化率和聚合物总数的在线测量提供了有效途径，采集的数据仿真表明，采用OADEKF算法训练的神经网络模型具有一定的估计精度，为工程实施提供了借鉴。