一种基于深度神经网络的连续搅拌釜式反应过程辨识方法

摘要

一种基于深度神经网络的连续搅拌釜式反应过程辨识方法，包括以下步骤：(1)获取连续搅拌釜式反应器运行过程中过程变量数据；(2)对采集到的过程变量数据进行数据预处理：首先需要对数据进行标准化处理；其次，选取时间滞后，并将过程变量整理成三维输入形式；最后，将数据分为训练集、验证集和测试集；(3)基于三维长短期记忆神经网络建立辨识模型并训练：利用记忆单元建立三维长短期记忆神经网络模型，确定网络结构和超参数；利用自适应矩估计算法在训练集上优化网络参数，并在验证集上选择网络模型的超参数，完成基于三维长短期记忆神经网络建立辨识模型并训练。本发明对过程状态进行在线监测，实现对产物浓度的精确辨识。