分子篩純化器出口二氧化碳軟測量方法的研究

王靜 吉林工商學院

分子篩純化器出口二氧化碳軟測量方法的研究

王靜 吉林工商學院

空分裝置是鋼鐵、化工和煤化工企業(yè)的重要生產設備。隨著空分設備一些新工藝、新設備、新技術、新方法的不斷出現，空分裝置向著大型化，智能化、自動化的趨勢發(fā)展。在空分裝置中，分子篩是空氣分離的關鍵裝置，而分子篩純化器出口二氧化碳的濃度是評價分子篩當前性能的重要指標，也是分子篩再生控制的重要參數。由于空分系統(tǒng)龐大復雜，目前國內多數空分設備的二氧化碳濃度的測量均采用離線檢測分析的方法，這種檢測方法雖然穩(wěn)定可靠但是有一定的滯后性。而如果分子篩失效，幾分鐘內CO2含量就會超標?？梢姡@種非實時的檢測不僅可能影響產品質量，而且存在重大安全隱患。因此實現二氧化碳的實時檢測是十分必要的。本文主要研究了分子篩純化器出口二氧化碳濃度的實時測量方案。

1 分子篩純化系統(tǒng)工作流程

現代空分裝置設備多為大型設備，在空氣凈化流程中多用分子分子篩凈化。使用分子篩凈化優(yōu)點很多，如：量大、運行周期長、操作簡單、安全等?？諝馔ㄟ^冷卻塔降溫后，溫度大約是十八度左右，然后通過吸附器，在吸附器內對進入的空氣進行吸附和純化。對于有極性以及不飽和的分子，分子篩能夠對其進行吸附，例如CO2、水分乙炔等。分子篩能同時吸收水分和有極性和不飽和分子氣體，吸附順序為：水大于水分乙炔，水分乙炔大于二氧化碳。

2 軟測量技術簡介

軟測量技術又稱為軟儀表技術。概括的講，所謂軟測量技術就是應用計算機技術對直接測量難度較大或者暫時不能測量的變量選擇一些易測的過程變量（長稱為輔助變量或二次變量，例如工業(yè)過程中容易獲取的壓力、溫度等過程參數），依據這些易測過程變量與難以直接測量的待測過程變量（常稱為主導變量,煉油廠精餾塔中的各種產品組分濃度，化學反應器的反應物濃度和反應速率，以及本文所要研究就得分子篩純化器出口二氧化碳的濃度等）之間構成某種數學關系（軟測量模型），以軟件代替硬件，通過各種數學計算和估計方法，實現對待測過程變量的測量。

3 基于RBF神經網絡的二氧化碳濃度預測模型

本文最終選擇徑向基函數(RBF)神經網絡作為神經網絡預測控制的預測模型主要從以下幾個方面考慮：

首先，RBF神經網絡可以滿足實時性在線校正的要求；

其次，從理論上講，RBF神經網絡可以以任意精度近似非線性函數；

再次，RBF神經網絡的結構是一種簡單的三層前向型網絡。在網絡設計的初期只須確定網絡的各層節(jié)點個數及隱含層到輸出層的權值即可。

最后，RBF神經網絡具有其它網絡不具備的最佳逼近性能和全局最優(yōu)特性。

3.1 RBF神經網絡的設計流程

由于非線性系統(tǒng)的輸入輸出關系復雜，采用傳統(tǒng)的數學方法建立數學模型是非常困難的。基于學習的輸入輸出系統(tǒng)的神經網絡的設計，可以以任意精度近似復雜的非線性映射。所以神經網絡在處理非線性問題上有著絕對的優(yōu)勢。

神經網絡的具體設計步驟：

（1）確定網絡機構（n-p-m、激活函數類型、學習算法）；

（2）數據采集和處理（產生訓練樣本和驗證樣本）；

（3）網絡初始化（初始化網絡權值、閾值）；

（4）用訓練樣本訓練網絡；

（5）用驗證樣本驗證網絡

3.2 二氧化碳濃度軟測量模型的設計

首先考察分析分子篩純化系統(tǒng)工作過程中各參數（如處理空氣量、溫度、壓力、流速等等）同二氧化碳濃度的相關性，找到軟測量模型的輔助變量，建立RBF神經網絡預測純化器出口二氧化碳濃度。

通過對分子篩純化系統(tǒng)進出口變量的總體分析，最終確定二氧化碳軟測量模型的輔助變量：分子篩純化器入口氣體流量、分子篩純化器入口溫度、分子篩純化器出口氣體流量、分子篩純化器出口溫度。主導變量：分子篩純化器出口二氧化碳濃度。

3.3 網絡的預測誤差分析

在訓練過程中以純化器入口空氣流量、純化器出口空氣流量、純化器入口空氣溫度、純化器出口空氣溫度歸一化后的值作為神經網絡的輸入，以歸一化后的純化器出口二氧化碳的值為網絡的輸出。在仿真過程中網絡的預測精度直接受徑向基函數的分布密度影響，所當分別取 時分別對網絡的預測誤差進行計算，當SPEARD=[2 3]時，網絡的預測誤差最小。因此，在仿真過程中取SPEARD=2或3都可得到理想的結果。

以上闡述了建立二氧化碳的軟測量模型的方法，并對RBF神經網絡軟測量模型的預測誤差進行了分析，軟測量方法的提出，不但解決了工程實踐當中遇到的困難，以軟代硬，大大降低了工程所耗成本。

[1]張建府.大型煤化工空分技術與設備發(fā)展新進展[J].煤化工,2012(6):10-14.

[2]潘立登,李大字,馬俊英.軟測量技術原理與應用[M].中國電力出版社,2009.

[3]曼吉德.DMC-PID串級控制及多變量廣義預測控制算法研究[D].華東理工大學,2013.

[4]黃麗.基于神經網絡軟測量的ε-聚賴氨酸發(fā)酵過程控制的研究[D].江蘇大學,2006.

[5]張振友.空分設備分子篩純化系統(tǒng)出口空氣中二氧化碳含量超標分析與處理[J].2011.

王靜，性別:女，籍貫:吉林榆樹，民族：漢，出生年月:19860715，學歷：碩士，職稱：助教，研究方向：信號檢測與處理。