基于PCA-BP算法的PTA溶剂脱水塔软测量模型  

Soft-sensor model of PTA solvent dehydration tower based on PCA-BP algorithm

作　　者：袁仲泉 尹兵太[2] 尚海燕[2] 朱群雄[2] 

机构地区：[1]天津石化公司化工厂,天津300271 [2]北京化工大学信息科学与技术学院,北京100029

出　　处：《计算机与应用化学》2006年第7期623-626,共4页Computers and Applied Chemistry

基　　金：中石化科学技术研究开发项目(205073);北京市教委重点学科项目(xk100100435)

摘　　要：从PTA溶剂脱水塔的实际操作出发,本文提出了主元分析(PCA)与BP神经网络相结合的组合建模方法,通过PCA剔除原有自变量中的干扰信息、减少输入变量维数,提高BP神经网络的训练效率和精度,建立了PTA溶剂脱水塔塔底醋酸含量和反映塔顶醋酸含量的电导率的软测量模型,仿真结果表明所建模型精度高,具有实用价值。In accordance with the technical features of PTA solvent dehydration tower, PCA-BP algorithm for building the soft-sensor model of acetic acid content is proposed in this paper. PCA is used to reduce the independent variable dimensions and eliminate the interference before modeling the neural network using BP algorithm. The simulation results prove the soft-sensor models of acetic acid content of bottom flow and conductance related to acetic acid content of top flow are more precise and efficient.

关 键 词：主元分析 软测量 神经网络 PTA溶剂脱水塔 

分 类 号：TQ323[化学工程—合成树脂塑料工业]