基于KPLS的丙烯爆炸极限非线性预测研究

doi:10.12068/j.issn.1005-3026.2017.11.001

东北大学学报:自然科学版 ›› 2017, Vol. 38 ›› Issue (11): 1521-1524.DOI: 10.12068/j.issn.1005-3026.2017.11.001

• 信息与控制 • 下一篇

基于KPLS的丙烯爆炸极限非线性预测研究

刘姝廷¹，高宪文^1,2

(1. 东北大学信息科学与工程学院，辽宁沈阳110819; 2. 东北大学流程工业综合自动化国家重点实验室，辽宁沈阳110819)

收稿日期:2016-05-30 修回日期:2016-05-30 出版日期:2017-11-15 发布日期:2017-11-13
通讯作者: 刘姝廷
作者简介:刘姝廷(1983-)，女，辽宁沈阳人，东北大学博士研究生; 高宪文(1954-)，男，辽宁盘锦人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61034005).

Nonlinear Prediction Research on Explosion Limits of Propylene Based on Kernel Partial Least Squares

LIU Shu-ting¹， GAO Xian-wen^1,2

1. School of Information & Engineering， Northeastern University， Shenyang 110819， China; 2. State Key Laboratory of Integrated Automation of Process Industries， Northeastern University， Shenyang 110819， China.

Received:2016-05-30 Revised:2016-05-30 Online:2017-11-15 Published:2017-11-13
Contact: GAO Xian-wen
About author:-
Supported by:
-

摘要/Abstract

摘要： 准确预测丙烯爆炸极限是保证丙烯酸安全生产的有效手段.丙烯爆炸混合气各成分体积分数之间呈现非线性关系，采用KPLS算法对丙烯爆炸极限进行预测，并利用丙烯酸实际数据进行仿真.仿真结果表明，该方法能够有效预测丙烯爆炸极限.与PLS算法相比，预测结果具有显著的跟踪能力，并确定了2.56%~9.25%的丙烯爆炸区域，解决了生产过程中丙烯爆炸问题.

关键词: 丙烯爆炸极限, 非线性, KPLS, 爆炸区域, 体积分数

Abstract: Prediction on the propylene explosion limit is an effective way to ensure the acrylic acid safety in production. The propylene and mixture volume concentrations have nonlinear relationship between them. Therefore， kernel partial least squares method is used to predict the limits of propylene explosion and the simulation is carried out by the actual data. Simulation results showed that the algorithm was feasible and effective. Compared with those of partial least squares， the prediction results of the proposed method have more remarkable tracking capability. Meanwhile， the propylene explosion region which is from 2.56% to 9.25% is determined. So the problem of propylene explosion can be solved.

Key words: propylene explosion limit, nonlinear, KPLS(kernel partial least squares), explosion region, volume concentration

中图分类号:

TP29

刘姝廷，高宪文. 基于KPLS的丙烯爆炸极限非线性预测研究[J]. 东北大学学报:自然科学版, 2017, 38(11): 1521-1524.

LIU Shu-ting， GAO Xian-wen. Nonlinear Prediction Research on Explosion Limits of Propylene Based on Kernel Partial Least Squares[J]. Journal of Northeastern University Natural Science, 2017, 38(11): 1521-1524.

参考文献

[1]Fang W，Ge Q J，Yu J F，et al.Catalytic selective oxidation of propane to acrylic acid in a fixed-bed reactor with O₂-distributor［J］.Industrial & Engineering Chemistry Research，2011，50，1962-1967.
[2]王振刚，黄飞，孙峰，等.丙烯燃爆危险性分析［J］.中国安全科学学报，2012，22(4):59-63.(Wan Zhen-gang，Huang Fei，Sun Feng，et al.Analysis of propylene explosion hazard［J］.China Safety Science Journal，2012，22(4):59-63.)
[3]田贯三，李兴泉.城镇燃气爆炸极限影响因素与计算误差的分析［J］.中国安全科学学报，2002，12(6):48-51.(Tian Guan-san，Li Xing-quan.Analysis and estimate of the explosive limit of town gas［J］.The Journal of China Safety Science，2002，12(6):48-51.)
[4]魏永生，周邦智，郑敏燕.H₂，CO，CH₄混合气体爆炸极限的多元回归分析［J］.化学研究与应用，2004，16(3):419-421.(Wei Yong-sheng，Zhou Bang-zhi，Zheng Min-yan.The multivaried regression analysis of polybasic explosive mixture gas containing H₂，CO and CH₄ ［J］.Chemical Research and Application，2004，16(3):419-421.)
[5]Zhao Y，Dar Y L，Caneba G T.Modeling copolymerization of styrene and acrylic acid via free-radical retrograde-precipitation polymerization process［J］. Industrial & Engineering Chemistry Research，2008，47:3568-3581.
[6]Li N，Yan W W，Yang Y P.Spatial-statistical local approach for improved manifold-based process monitoring［J］. Industrial & Engineering Chemistry Research，2015，54:8409-8519.
[7]Zhang S M，Wang F L，Zhao L P，et al.A novel strategy of data characteristic test for selecting process monitoring method automatically［J］. Industrial & Engineering Chemistry Research，2016，55(6):1642-1654.
[8]Ronen D，Sanders C F W，Tan H S，et al.Predictive dynamic modeling of key process variables in granulation processes using partial least squares approach［J］.Industrial & Engineering Chemistry Research，2011，50:1419-1426.
[9]Hu Y，Ma H H，Shi H B.Robust online monitoring based on spherical-kernel partial least squares for nonlinear process with contaminated modeling data［J］.Industrial & Engineering Chemistry Research，2013，52:9155-164.
[10]Zhang Y W，Fan Y P，Zhang P C.Combining kernel partial least squares modeling and iterative learning control for the batch to batch optimization of constrained nonlinear processes［J］.Industrial & Engineering Chemistry Research，2010，49:7470-7477.

[1]	侯东晓，方成，陈善平，阎爽. 板带轧机液压压下-垂直振动特性研究[J]. 东北大学学报（自然科学版）, 2022, 43(7): 972-980.
[2]	孙浩，朱东风，金爱兵，陈帅军. 非线性卸荷速率下的硬岩破坏特性与裂纹演化规律[J]. 东北大学学报（自然科学版）, 2022, 43(7): 1010-1018.
[3]	侯端旭，魏德洲，崔宝玉，赵强. 进料体积分数对旋流分离柱分离性能的影响[J]. 东北大学学报（自然科学版）, 2022, 43(5): 718-723.
[4]	周世华，王云贺，陈雨，任朝晖. 非线性振动下卸载系统动力学及运动学特性分析[J]. 东北大学学报（自然科学版）, 2022, 43(12): 1724-1731.
[5]	王荣鹏，宋桂秋，周世华. 基于流固耦合钻柱系统动力学模拟[J]. 东北大学学报（自然科学版）, 2022, 43(1): 56-64.
[6]	张瑞友，王超慧，陈勇强. 基于控制思想求解非线性规划问题的李雅普诺夫方法[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1217-1226.
[7]	马辉，于明月，高昂，赵晨光. 基于非线性虚拟材料栓接结合部动力学建模方法[J]. 东北大学学报（自然科学版）, 2021, 42(8): 1111-1119.
[8]	曹焱博，李之傲，韩金超，姚红良. 非光滑NES在转子-叶片系统振动抑制中的应用[J]. 东北大学学报:自然科学版, 2020, 41(8): 1103-1110.
[9]	刘芳，刘欣怡，苏卫星，林辉. 电动汽车动力电池健康状态在线估算方法[J]. 东北大学学报:自然科学版, 2020, 41(4): 492-498.
[10]	罗忠，周逸夫，边子方，王菲. 滚动轴承非线性因素对转子系统振动特性的影响[J]. 东北大学学报:自然科学版, 2019, 40(8): 1131-1138.
[11]	杨冬梅，陈金莹. 非线性切换奇异系统的自适应状态反馈控制[J]. 东北大学学报:自然科学版, 2019, 40(6): 761-765.
[12]	李武杰，陈从根，郭立新. 基于微分几何法的主动悬架鲁棒H_○∞控制[J]. 东北大学学报:自然科学版, 2019, 40(5): 716-721.
[13]	姚红良，张钦，杨沛然，闻邦椿. 分段线性刚度非线性能量阱的参数优化方法[J]. 东北大学学报:自然科学版, 2019, 40(12): 1732-1738.
[14]	范玉川，黄清云，鲁艳，赵春雨. 基于Newmark-β法的非线性体系动载荷识别[J]. 东北大学学报:自然科学版, 2019, 40(12): 1755-1759.
[15]	孙赵宁，李小彭，李木岩，闻邦椿. 水平盘旋转子参数对滚动轴承系统非线性振动影响[J]. 东北大学学报:自然科学版, 2018, 39(9): 1266-1271.

基于KPLS的丙烯爆炸极限非线性预测研究

Nonlinear Prediction Research on Explosion Limits of Propylene Based on Kernel Partial Least Squares

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价