论文总字数：33059字

摘 要

在工业过程中，需要实时监控与品质密切相关的过程变量，这样才能保证产品的质量和连续平稳的生产操作。像有些直接或间接反应生产过程的状态和产品质量的参数是非常重要的，必须加以严格的监视和控制。这些参数也只能通过采样离线人工化验的方法得到。如果不能准确的测量，将给企业带来很大的损失。软测量就能解决此类问题。

软测量的基本思想是把自动控制理论与生产工艺过程相结合，应用计算机技术，对于一些难于测量或者暂时不能测量的重要变量（称之为主导变量），选择另外一些容易测量的变量（称之为辅助变量或二次变量），通过构成某种数学关系来推断和估计，以软件来代替硬件（传感器）功能。为了解决这些变量的问题，软测量得到了广泛的运用。

本文在充分理解前人研究成果的基础上，以某个酿酒厂为背景，根据生产装置的具体情况，实现酿酒发酵过程中淀粉利用率的软测量。应用RBF神经网络建立酿酒发酵过程中的淀粉利用率的软测量模型，并进行离线仿真。从而解决酿酒发酵过程中淀粉利用率的难测问题。

关键词：软测量技术、酿酒过程、人工神经网络

Application of soft sensor technology in fermentation process

Abstract

In the process of industrial , we should monitor variables of procedure which is closely connect with the quality so that we can ensure the quality of products and continuously stable production operation. It is very important for us to strictly monitored and controlled status which directly or indirectly reflect the production process and the parameters of the quality of the production. These parameters can only be obtained by off-line manual test of sampling method. If the measure is not accurately, it will bring great losses to the enterprise. soft-sensor can solve this kind of problems.

The basic idea of soft-sensor is that the process of automatic control theory combine with the technique of the process of manufacturing .With the application of computer technology, soft-sensor to deduce and choice the easily measured variables (named auxiliary variable or second variable) instead of difficult measured variables or important variable which is unable to measure temporarily by some mathematical relationship. So we can use software instead the function hardware (sensor).Soft-sensor has been widely applied in order to solve the problems of these variables.

This paper based on fully understanding on the results of previous studies and the background of brewery and the specific situation of production equipment to realize the using rate of starch fermentation process. Brewery building models and off-line simulation by RBF neural network to solve the hardly detect problems of the utilization rate of starch in the process of Wine fermentation.

Keywords: soft measurement technology, brewing process, artificial neural network

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1引言 1

1.2软测量技术研究的目的和意义 1

1.3酿酒发酵过程软测量技术的研究现状 2

1.4 论文的主要内容 3

第二章软测量技术综述 4

2.1 软测量技术 4

2.2软测量技术的产生及发展 4

2.3软测量技术的结构 5

2.4软测量模型的种类 7

2.5软测量的技术应用 10

2.6软测量的发展前景 12

2.7本章小结 13

第三章神经网络 14

3.1人工神经网络 14

3.1.1人工神经网络概述 14

3.1.2人工神经网络的主要特征 14

3.1.3人工神经网络的特点及优越性 14

3.1.4人工神经网络的分类 15

3.1.5人工神经网络的应用 16

3.2 BP神经网络 16

3.3 RBF神经网络 18

3.3.1RBF神经网络概述 18

3.3.2 RBF神经网络原理 18

3.4BP神经网络和BPF神经网络对比 21

3.4本章小结 22

第四章 酿酒发酵过程中的软测量模型 23

4.1 软测量技术在酿酒发酵过程中的应用意义 23

4.2 酿酒发酵过程中的软测量模型 23

4.2.1数据的采集与处理 23

4.2.1确定主导变量和辅助变量 23

4.2.2数据的采集和预处理 24

4.3多元统计线性回归软测量模型的建立 27

4.3.1 小结 31

4.4 BP神经网络模型的建立 31

4.4.1 BP神经网络设计分析 31

4．4．2 BP神经网络的建立 33

4.4.3小结 38

4.5 RBF神经网络的设计 38

4.5.1RBF神经网络设计分析 38

4.5.2RBF神经网络的建立 40

4.5.3小结 43

第五章总结与展望 44

5.1 总结 44

5.2 展望 44

参考文献 45

致谢 47

第一章 绪论

1.1引言

众所周知，企业在竞争激烈的市场经济中能生存和发展的关键就是产品的质量。一切工业生产的目的都是为了合格的产品，于是质量控制成为所有控制的核心。为了实现良好的质量控制，就必须对产品质量或与产品质量密切相关的重要过程变量进行严格的质量控制。如石油产品中的组成，聚合反应中的分子量、化学反应器、反应物浓度等。准确的知道这些变量能提高产品质量，并且保证安全生产，在工业生产过程中这些变量必须加以严格控制。但是，据统计，目前国内外商用传感器还不全面，只有几千种。因此，自控技术人员经常处于一种无法选取合适传感器，使控制系统测量不准确，会对企业造成严重的损失。

请支付后下载全文，论文总字数：33059字