文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201711115675.0

申 请 日：20171113

发 明 人：甘丽群 刘华超 周伟 汪波 李晓亮 易军 李太福

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20210101

公 开 号：CN107908108B

代 理 人：龙玉洪

代理机构：50216 重庆为信知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供了一种基于UKF与GDHP的天然气吸收塔脱硫过程控制方法。利用BP神经网络对天然气吸收塔脱硫过程建模并以该模型为被控对象进行脱硫过程控制仿真实验，根据控制误差和性能指标函数不断更新优化权值，直到得到最优控制信号，实现脱硫过程的最优控制。天然气吸收塔脱硫过程复杂，表现不确定性、非线性、强耦合性、动态性等特点，难以建立精确的数学模型，控制难度较大。针对目前脱硫过程控制方法控制精度低，时滞大、不稳定等问题提出一种基于UKF和GDHP的天然气吸收塔脱硫过程控制方法，不仅保证了控制系统的稳定性和控制精度，还降低了响应时间，真正实现了脱硫过程的实时精确控制。

主 权 项：1.一种基于UKF与GDHP的天然气吸收塔脱硫过程控制方法，其特征在于包括如下步骤：步骤1：通过分析天然气吸收塔脱硫工艺过程，确定影响天然气脱硫效果的主要因素为酸性天然气处理量和醇胺溶液循环量，分别用u1和u2表示，由此构成控制变量u＝[u1，u2]；步骤2：确定脱硫过程模型输入样本数据输出样本数据，采用输入层神经元个数为4，隐含层节点为10，输出层神经元个数为2，隐含层传递函数为tansig函数，输出层传递函数为purelin函数，期望误差最小值为0.0001，修正权值的学习效率为0.05的BP神经网络建立天然气吸收塔脱硫过程模型；步骤3：设定理想控制目标值运用UKF算法更新GDHP控制方法中评价网络和执行网络权值，并分别通过执行网络和评价网络获得控制信号u(k)＝[u1，u2]和代价函数J(k)及其对系统状态x(k)的偏导建立UKF-GDHP的天然气吸收塔脱硫过程控制方法，具体包括以下步骤：步骤3-1：采用UKF算法更新评价网络和执行网络权值，更新系统状态估计矩阵及协方差阵为: 其中，为k时刻的系统状态估计矩阵，为卡尔曼增益矩阵，G(k+1|k)为k时刻的系统观测矩阵，