期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
PTFE半间歇聚合反应过程模型及其自抗扰温度控制 被引量:3
1
作者 金晓明 童不凡 +1 位作者 阮骁骏 王家栋 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第6期1534-1541,共8页
基于聚合反应动力学和热力学仿真模拟,建立聚四氟乙烯(PTFE)半间歇聚合反应过程动态数学模型,设计反应温度自抗扰控制器,并根据实际过程快速收敛和期望闭环响应要求配置控制器和观测器参数,开展PTFE反应过程温度控制仿真研究。研究结果... 基于聚合反应动力学和热力学仿真模拟,建立聚四氟乙烯(PTFE)半间歇聚合反应过程动态数学模型,设计反应温度自抗扰控制器,并根据实际过程快速收敛和期望闭环响应要求配置控制器和观测器参数,开展PTFE反应过程温度控制仿真研究。研究结果表明:本文建立的PTFE反应过程数学模型能准确模拟实际PTFE聚合反应过程的特性,所设计的自抗扰控制器能有效实现PTFE半间歇聚合反应过程的温度控制,并能适应外部噪声扰动干扰以及不同批次生产要求,具有控制精度高和鲁棒性强等优点。 展开更多
关键词 聚四氟乙烯(PTFE) 半间歇聚合反应 自抗扰控制
在线阅读 下载PDF
半间歇聚合反应分子量分布周期操作的迭代学习控制 被引量:1
2
作者 赵荣昌 曹柳林 王晶 《化工学报》 EI CAS CSCD 北大核心 2012年第9期2749-2754,共6页
通过对半间歇聚合反应的引发剂进料实施周期操作,研究了这类操作方式对聚合物分子量分布的影响。研究结果显示,周期操作能改善聚合反应过程,对分子量分布有明显的加宽作用。对性能指标进行改进,以引发剂周期进料的占空比为控制变量,采... 通过对半间歇聚合反应的引发剂进料实施周期操作,研究了这类操作方式对聚合物分子量分布的影响。研究结果显示,周期操作能改善聚合反应过程,对分子量分布有明显的加宽作用。对性能指标进行改进,以引发剂周期进料的占空比为控制变量,采用基于粒子群优化的迭代学习算法,对分子量分布进行了优化控制。仿真分析表明,在实际对象和模型存在不匹配的情况下,运用迭代粒子群算法,控制输入随着批次学习的进行而逐渐趋于最优解,聚合反应的分子量分布则不断逼近希望的分子量分布。实验结果验证了以周期操作方式对半间歇聚合过程分子量分布进行迭代优化控制的可行性。 展开更多
关键词 半间歇聚合 周期操作 分子量分布 占空比 迭代粒子群算法
在线阅读 下载PDF
半间歇悬浮聚合法合成SMI树脂 被引量:2
3
作者 荔栓红 潘新明 +2 位作者 黄立本 张庆国 梁滔 《合成树脂及塑料》 CAS 2003年第1期6-8,共3页
采用半间歇悬浮聚合法合成了只表现出单一玻璃化转变温度(T_g)的苯乙烯-N-苯基马来酰亚胺共聚物(SMI),讨论了影响聚合反应的主要因素。当反应温度为60~75℃,活性磷酸钙为悬浮剂,单体苯乙烯的配比为45~75时,用半间歇悬浮聚合法合成了... 采用半间歇悬浮聚合法合成了只表现出单一玻璃化转变温度(T_g)的苯乙烯-N-苯基马来酰亚胺共聚物(SMI),讨论了影响聚合反应的主要因素。当反应温度为60~75℃,活性磷酸钙为悬浮剂,单体苯乙烯的配比为45~75时,用半间歇悬浮聚合法合成了组成均一、只表现出1个T_g的SMI,其收率可达99%以上。 展开更多
关键词 合成 SMI树脂 N-苯基马来酰亚胺 苯乙烯 苯乙烯-N-苯基马来酰亚胺共聚物 间歇悬浮聚合
在线阅读 下载PDF
在线场景更新的多阶段非线性模型预测聚合反应控制 被引量:1
4
作者 陈显锋 孙京诰 张海峰 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第4期770-776,共7页
针对聚合过程中时不变不确定性参数不能直接估计的情况,导致的多阶段非线性模型预测控制中场景树生成的合理性问题,提出一种基于贝叶斯概率加权的在线场景更新算法.该方法利用前一时间步中每个场景的模型预测信息和过程状态测量信息计... 针对聚合过程中时不变不确定性参数不能直接估计的情况,导致的多阶段非线性模型预测控制中场景树生成的合理性问题,提出一种基于贝叶斯概率加权的在线场景更新算法.该方法利用前一时间步中每个场景的模型预测信息和过程状态测量信息计算对应场景的概率权重,然后通过合适的自适应步长在线更新场景树中不确定性的离散实现场景.所提方法在保证过程约束满足的同时,逐渐缩小不确定性集合逼近不确定性的真实值,从而降低保守性,提升控制器性能.通过多个批次的半间歇聚合反应过程实例仿真结果表明,所提出的方法可以有效降低批次反应时间,提高生产效率. 展开更多
关键词 非线性模型预测控制 在线场景更新 贝叶斯概率加权 不确定性 半间歇聚合反应
在线阅读 下载PDF
基于深度学习的鲁棒非线性模型预测控制方法 被引量:3
5
作者 孙京诰 陈显锋 李郅辰 《计算机工程与设计》 北大核心 2022年第6期1762-1767,共6页
为降低鲁棒非线性模型预测控制方法中优化问题的实时求解难度,提出一种基于深度学习的近似鲁棒控制器方法。利用复杂的鲁棒非线性模型预测控制算法作为训练数据的生成器,以当前时刻的过程状态作为网络的输入,复杂控制算法计算的最优控... 为降低鲁棒非线性模型预测控制方法中优化问题的实时求解难度,提出一种基于深度学习的近似鲁棒控制器方法。利用复杂的鲁棒非线性模型预测控制算法作为训练数据的生成器,以当前时刻的过程状态作为网络的输入,复杂控制算法计算的最优控制输入作为网络的输出,基于深度神经网络学习复杂的非线性模型预测控制策略。通过一个工业半间歇聚合反应器模型案例验证了所提方法的有效性,深层网络与浅层网络相比具有更好的效果。 展开更多
关键词 非线性模型预测控制 深度学习 鲁棒控制器 神经网络 半间歇聚合反应器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部