本文主要研究利用神经网络建立聚合反应过程分子量分布模型和实施控制的方法。由于聚合反应机理的多样性和随机性,使聚合物由许多具有相同重复单元但不同链长的分子组成,形成分子量分布,它对聚合物的质量有关键影响。对分子量分布的在线控制是提高聚合物微观质量的重要手段,目前尚无具有普适性的方法提出。由分子量分布作为控制对象输出的系统不同于其他系统,其被控参数不是常规的单参数或多参数变量,而是一组高度关联的参数集合。本文首先研究使用组合B样条神经网络建立分子量分布的静态模型,并基于此,利用最优化方法推导出控制策略,应用于实验室规模的苯乙烯聚合反应仿真研究,收到了很好的控制效果。在实现静态建模和控制的基础上,本文着重研究建立聚合物分子量分布动态模型以及实现控制的方法。首先使用B样条神经网络描述链长与分子量分布之间的非线性关系,其次选择可描述动态特性的线性递归神经网络表示控制变量与网络输出的函数关系。而网络输出可视为B样条神经网络的权值,它与网络基函数(B样条函数)之间可构成因子组合的线性形式,由此可把输入变量与分子量分布输出之间的关系以解析形式表示出来。把它代入控制目标函数中,通过最优化方法求解,推导出控制策略。将动态建模和控制策略应用于苯乙烯聚合反应过程,仿真研究结果可以证明方法的可行性。 <WP=4>本文的研究为解决聚合物分子量分布的建模与控制问题提供了新的思路和解决方法,是对该领域研究内容的创新与拓广。研究结果不仅可解决聚合物生产过程中微观质量的控制问题,也可以应用到类似的分布参数系统(如浓度分布和温度分布等)的最优分布形状控制问题中。