看一看：PCA-RBFN模型在分馏塔中的应用（下

3　航煤干点PCA－RBFN网络模型 采取BP算法训练的多层前向网络在实际利用中已解决了很多问题，但由于BP网络的弱点，现在人们已将注意力越来越多地转向RBF网络，它具有更好的适应特性。将主元分析法与具有RBF网络相结合，构成图2所示的PCA－RBFN模型。图2　PCA－RBFN模型结构图　根据主元分析结果，所建的网络的输入对应于各丈量变量，选取6个输入变量，网络输出变量是1个。输入层的传递函数采取线性函数，隐含层1采取高斯传递函数，隐含层2、输出层采取双曲正切函数。网络设两个隐含层，隐含层1的节点数选取30个，隐含层2的节点数选为6个，本RBF网络隐含层1采取K－means算法，隐含层2采取广义Delta算法进行训练，误差采取标准误差，网络权值的初始散布采取正态散布。从所取得的240组数据中，用其中的180组训练RBF网络，再用剩下的60组对网络进行测试，测试泛化结果如图3所示。从图3可以看出，模型的跟踪性能较好，能较好地跟踪航煤干点的实际分析值，且能到达较高的精度（误差在±4℃以内）。图3　基于RBF算法的泛化结果4　航煤干点的软丈量工程实行及结果在加氢裂化分馏塔航煤干点软丈量系统中，其各种软丈量模型的算法是软件的核心，但只有这些核心部分还没法构成1个实用完全的系统，必须有相应的软件来实现良好的人机接口和进程显示。在基于现场数据的仿真研究的基础上，由CENTUM－XL系统提供的编程环境编制软仪表的核心程序，程序包括数据预处理模块、神经网络预测模块、统计分析方法计算模块、在线校正模块组成。同时在现场CENTUM－XL系统操作站上完成了良好的人机操作界面40平方的房子拆迁能拿多少钱。在全部组态进程中，进程参数的搜集和各种运算是在操作站上实现的，而操作画面、显示画面等各种画面是在工程师站上实现，然后下转至操作站的农村违章建筑都有哪些。加氢裂化第1分馏塔航煤干点软丈量模型自1998年7月投运以来，运行1直安全、可靠、稳定，我们搜集了1段时间内的模型预报输出结果与化验分析值对比，2者的变化趋势基本1致，其绝对误差绝大多数小于2℃，其2者数据比较如表2、表3所示。其中表2为航煤干点软丈量模型预报输出与化验分析值的比较。表3为航煤干点软丈量模型预报输出与化验分析值的对比的统计汇总。5　结束语本文根据工艺机理和现场实测数据，经过主元分析建立了PCA－RBFN航煤干点软丈量模型，并在CENTUM－XL系统上编制了相应软件（数据预处理、神经网络模型模块、在线校正模块等），最后在实际工业装置投入运行。运行结果表明，精度较高为实现在线控制创造了条件。资讯分类行业动态帮助文档展会专题报道5金人物商家文章