基于混合建模技术的聚氯乙烯粒径分布预测

• 作者: 周猛飞 夏陆岳 朱鹏飞 潘海天
• 来源期刊: 高校化学工程学报
• 学科: 化学
• 关键词: 聚氯乙烯 粒径分布 混合建模 神经网络 机理模型
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 化工系统工程
• 页码范围: 384-389
• 页数: 6页
• 分类号: O632.21|TQ019
• 字数: 4068字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9015.2014.02.030

摘要

针对聚氯乙烯粒径分布在线软测量问题,提出了一种基于机理分析和神经网络的混合建模方法,并将该建模方法应用于聚氯乙烯粒径分布建模研究中.混合模型由机理模型和误差补偿模型所组成.通过机理分析建立氯乙烯悬浮聚合过程的单体液滴群体平衡(Population Balance Equation,简称PBE)模型,由于聚氯乙烯成粒过程的复杂性和强非线性,单纯的机理模型预测与实际分析值相比仍存在一定偏差,因此利用人工神经网络建模方法建立了基于BP神经网络的单体液滴群体平衡模型修正模型,对单体液滴群体平衡模型的输出进行修正,由此建立起聚氯乙烯粒径分布混合模型.由于混合模型既能按照液滴分散与聚并机理对聚氯乙烯颗粒的成长过程进行描述,同时又充分利用了生产现场数据对模型误差进行修正,应用到聚氯乙烯生产过程的测试结果表明,与单纯机理模型相比,聚氯乙烯粒径分布混合模型具有更佳的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘海天	浙江工业大学化学工程与材料学院	73	476	12.0	18.0
2	夏陆岳	浙江工业大学化学工程与材料学院	44	266	10.0	13.0
3	周猛飞	浙江工业大学化学工程与材料学院	23	150	7.0	11.0
4	朱鹏飞	浙江工业大学化学工程与材料学院	6	54	5.0	6.0