摘要:介绍了某聚醋生产过程酣化工艺建立的过程质量指标醋化率的软测量模型。提出一种利用减法聚类产生初始的T-S模糊模型，通过粗调与细调聚类半径优化模糊模型的方法。建模前选择或计算出辅助变量，对样本数据进行了误差剔除与归一化处理。仿真结果表明，该方法建模速度快，模型泛化性能良好，为醋化率的估计提供了一种有效方法。关健词 醋化率 软测量T-S 模糊模型 减法 聚类泛化性能聚醋 是 一 类高分子缩聚物的统称，以对苯二甲酸(PTA)和乙二醇(EG)为基本原料合成的聚对苯二甲酸乙二醋(PET)具有优良的成纤性能和使用性能，有多种用途。在整个PET生产流程中，醋化反应是“龙头”环节，是稳定聚醋生产的关键工序，其第一醋化釜出口的主要质量指标醋化率的高低直接影响后续反应的进行，影响聚醋产品的结晶性能，因此对醋化率进行准确测量进而实施控制是非常重要的川。但由于该指标无法用传感器直接检测，以前仅能通过采样分析得到，存在很大滞后，对保证产品质量十分不利。软测量技术的出现，为解决此变量的测量问题提供了方便。软测量技术主要包括机理分析与辅助变量的选择、数据采集和处理、软测量建模、模型的在线校正等部分[21。文献川采用机理方法对醋化率进行软测量建模，并未给出估计结果。本文在此基础上进一步用基于T一S类型的模糊神经网络方法建立醋化率的软测量模型。