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：CN201711116688.X

申 请 日：20171113

发 明 人：刘华超 周伟 甘丽群 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：CN107831666B

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RBF与ADDHP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。针对目前天然气吸收塔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RBF和ADDHP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.基于RBF与ADDHP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，由此构成控制信号u(k)＝[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：设定控制目标值运用RBF神经网络对ADDHP控制方法中的评价网络和执行网络进行逼近求解，并通过执行网络和评价网络分别得到控制信号u(k)＝[u1，u2]和性能指标函数对系统状态的偏导建立RBF-ADDHP的天然气吸收塔脱硫过程控制方法；步骤4：将步骤3所得控制信号u(k)＝[u1，u2]和当前时刻系统状态x(k)＝[x1，x2]作为吸收塔脱硫过程模型输入，从而得到系统输出x(k+1)；步骤5：计算控制误差E(k)，若小于期望误差，结束训练，否则返回步骤3。

关 键 词：脱硫过程 吸收塔 天然气 最优控制  控制仿真实验  性能指标函数  被控对象 不确定性  方法控制  控制误差  控制系统  数学模型  动态性  强耦合 建模  时滞  响应  更新  优化  表现  保证  

IPC专利分类号：G05B13/04(20060101)