基于主元分析與模糊C均值聚類的丙烯睛反應(yīng)器優(yōu)化

基于主元分析與模糊C均值聚類的丙烯睛反應(yīng)器優(yōu)化
Optimizing Acrylonitrile Reactor Basedo nP rincipalC omponentA nalysis
and Fuzzy C-Means Cluster
李 永耐 搏 愛 平
(華 東 理 工 大 學(xué) 自 動(dòng)化 研 究 所 ， 上 海 200 23 7)
摘要鑒于主元分析法的降維特性和模糊C均值聚類算法良好的分類性能，本文在丙烯睛反應(yīng)器操作參數(shù)的優(yōu)化中，結(jié)合這兩種
方法，將主元分析處理后的數(shù)據(jù)作為新的樣本輸入，利用模糊C均值聚類算法進(jìn)行優(yōu)化操作。在保留原有信息的基礎(chǔ)上，去除了冗余
數(shù)據(jù)，加快了聚類速度。實(shí)驗(yàn)表明，混合算法的聚類結(jié)果比單純的基于聚類優(yōu)化的方法能較好地對(duì)操作參數(shù)的優(yōu)化起指導(dǎo)作用。
關(guān)鍵詞聚類主元分析丙烯睛優(yōu)化操作
Absh2ct Becauseth ep rincipalco mponentan alysis( PCA)ca nd orpd imensionsfu zzyC -meansc luster( FCM)o fersg oodc lassifyingc apability,th e
author combines these two methods for the operation optimization of the acrylonitrile reactor. The data processed切PCA become the new inputs of FCM,
then optimized場(chǎng)using FCM. On the basis of reserving the original data, the method not only removed the redundant data, but also made the speed of
clustering faster. The result of this combined algorithm is better than that of pure cluster, and guiding optimization of operational parameters

丙烯睛生產(chǎn)工藝上海 石 油 化工股份有限公司的年產(chǎn)5萬噸丙烯睛裝置，采用美國(guó)標(biāo)準(zhǔn)石油公司Sohio的生產(chǎn)工藝，用丙烯、氨、空氣為原料，在A,B反應(yīng)器中一次直接氧化制取丙烯睛。丙 烯睛 反 應(yīng)器優(yōu)化的目的是提高反應(yīng)器出口丙烯睛的收率(%)，即生成的丙烯睛摩爾數(shù)與進(jìn)人反應(yīng)器的丙烯摩爾數(shù)之比，它的高低直接影響整個(gè)裝置的經(jīng)濟(jì)效益。在催 化 劑 確定之后，根據(jù)對(duì)丙烯睛工藝的分析，我們將反應(yīng)壓力(MP)、段溫度(℃)、純丙烯量(Nm3/h),空比(MOO,氨比(tool)、反應(yīng)線速(tn/s)、觸媒量(t)選作優(yōu)化變量。在優(yōu) 化 操 作過程中充分考慮這些變量的特性及其相互之間的關(guān)系，進(jìn)行適當(dāng)?shù)臄?shù)據(jù)處理，以便于簡(jiǎn)化優(yōu)化過程。
2 主元分析與模糊C均值聚類
2.1 主元分析
主元 分 析 [6]是一種典型的統(tǒng)計(jì)模式識(shí)別方法。該方法的基本原理是從觀測(cè)變量?jī)?nèi)部的相互關(guān)系來整理信息，將測(cè)量變量加以適當(dāng)?shù)恼蛔儞Q依次找出相互關(guān)聯(lián)性高的變量組，實(shí)現(xiàn)觀測(cè)數(shù)據(jù)向低維的壓縮，使數(shù)據(jù)的構(gòu)造容易解釋，只要用少數(shù)幾個(gè)新變量(主成分)就可以大致反映出所研究的對(duì)象。