基于多群竞争PSO-RBFNN的乙烯裂解深度智能优化控制

• 作者: 朱群雄 林晓勇 耿志强 顾祥柏
• 来源期刊: 化工学报
• 关键词: RBF神经网络 多群竞争粒子群 裂解炉 优化控制
• 年，卷（期）: 2010,（8）
• 页码范围: 1942-1948
• 分类号: TP18
• 语种: 中文

摘要

提出一种基于K均值聚类的多群竞争粒子群优化算法(MSCPSO),该算法避免陷入局部最优,提高了算法的全局搜索能力.同时利用MSCPSO训练RBF神经网络并建立裂解产物的在线预测模型,研究一种集成MSCPSO-RBFNN过程建模的裂解深度智能优化控制方法.该方法以实现乙烯和丙烯收率之和最大化为目标函数,把满足优化目标的裂解深度作为深度控制器的输入,并与裂解炉出口温度先进控制系统集成,实现裂解深度的平稳控制.实际应用效果表明,提高了乙烯和丙烯的收率,裂解深度控制更加稳定,该方法具有良好的适应性、稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿志强	北京化工大学信息科学与技术学院	45	419	12.0	18.0
2	朱群雄	北京化工大学信息科学与技术学院	151	1425	19.0	26.0
3	林晓勇	北京化工大学信息科学与技术学院	11	79	5.0	8.0
4	顾祥柏		6	75	5.0	6.0