[发明专利]一种聚丙烯熔融指数在线动态预报方法有效
申请号: | 201210051707.6 | 申请日: | 2012-03-01 |
公开(公告)号: | CN102663220A | 公开(公告)日: | 2012-09-12 |
发明(设计)人: | 何德峰;俞立;宋秀兰 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 杭州天正专利事务所有限公司 33201 | 代理人: | 王兵;黄美娟 |
地址: | 310014 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 聚丙烯 熔融指数 在线 动态 预报 方法 | ||
技术领域
本发明涉及一种聚丙烯熔融指数在线动态预报的设计方法。
背景技术
聚丙烯树脂是以丙烯单体为主聚合而成的一种通用合成树脂材料,在国民经济发展和人民日常生活中占有重要地位。通常,用熔融指数作为聚丙烯产品的质量指标,在工业生产中以每2小时人工采样化验一次加以严格控制。然而,为生产高质量聚丙烯产品和追求企业经济的高效益,聚丙烯装置需要进行产品质量在线控制,即实现熔融指数在线测量和控制。但作为一个大量参数相互耦合的多输入多输出强非线性聚合生产过程,传统的熔融指数机理建模测量方法受到很大的限制。因此,聚丙烯熔融指数在线预报测量已成为当今聚丙烯工业先进生产技术的一个关键研究任务。经过对现有关于熔融指数预报方法文献的检索发现,目前聚丙烯熔融指数预报方法主要有:根据生产经验的数据模型预报方法、丙烯聚合过程机理模型预报方法和结合机理与数据的混合模型预报方法等。根据生产经验的数据模型预报方法,也称经验模型预报方法,是通过实测或依据积累的操作数据,用数学回归方法和神经网络等方法得到经验模型,进而实现熔融指数的在线预报。其中,神经网络技术由于完全不依赖生产过程的机理,在经验模型预报中占很大的比重。但数据模型预报方法通常只适用特定少数聚丙烯牌号生产过程,且为保证预报结果可靠性,需要对数量庞大的数据做预处理,耗时耗力而且预处理方法选择的优劣会影响预报精度;机理模型预报方法可以充分利用现有聚合过程机理知识,从聚合过程的本质认识外部特征,适用范围较大,但对于日趋大型化的聚丙烯生产过程,很难精确地建立聚合反应机理模型;结合机理与数据的混合模型预报方法则兼顾机理模型预报方法和数据模型预报方法二者的优点,互补其短,是目前熔融指数在线预报方法的前沿技术。但在线预报器设计所用到的相关专业理论知识较多,不便于被工程技术人员掌握和推广使用,而且如果两者模型的“结合点”选取不当,预报效果并不理想。因此,近十几年来,相关学者和工程专家对于这个具有挑战性的重要难题进行了大量深入地研究和探讨,以满足当前聚丙烯生产实践对于有效、简便地实现在线动态高精度预报聚丙烯熔融指数的迫切要求。
发明内容
为了克服已有聚丙烯熔融指数在线预报方法的操作复杂、在线投运困难、实用性差的不足,本发明提供一种设计简单、易于在线投运、实用性强的聚丙烯装置熔融指数在线动态预报方法。
本发明解决其技术问题所采用的技术方案是:
一种聚丙烯熔融指数在线动态预报方法,所述预报方法包括如下步骤:
1)、建立聚丙烯熔融指数Q阶离散形式的参数模型结构,参见式(1):
其中,正整数Q是模型式(1)的阶次;b0(k)为未知参数,由本步骤第3)步辨识计算得到;y(k)为第k时刻聚丙烯熔融指数;u1(k-d)和u2(k-d)分别表示第k-d时刻聚合装置1#管的氢气输入量与丙烯输入量之比和聚合反应温度;u3(k-d)和u4(k-d)分别表示第k-d时刻聚合装置2#管的氢气输入量与丙烯输入量之比和聚合反应温度;d为聚合物平均反应停留时间;e(k)表示第k时刻均值为0的不相关随机噪声;系数A(q-1)和Bij...t(q-1)是m阶多项式,标号i=1,...,4;j=1,...,i;...;t=1,...,s;系数C(q-1)是n阶多项式。多项式A(q-1)、Bij...t(q-1)和C(q-1)参见式(2):
A(q-1)=a1(k)q-1+…+am(k)q-m
Bij...t(q-1)=bij...t,1(k)q-1+…+bij...t,m(k)q-m (2)
C(q-1)=1+c1(k)q-1+…+cn(k)q-n
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210051707.6/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用